做长期资产配置，难点不只是猜明天涨跌，还要不断追问：未来那串有风险的收益，今天究竟值多少。递归效用让“今天的满意度”取决于对未来效用的聚合，能表达更复杂的风险偏好，却也让动态规划——把长期决策拆成今天与未来——变得很难算；状态变量一多，传统网格法的计算量还会迅速膨胀。
Peng 等人提出 CEFOL。最关键的一步，是另设一个神经网络学习“确定性等价”：把有风险的未来收益换成一个同样令人满意的确定数额。它像提前做好一张可反复查询的换算表，避免每次调整投资策略时，都重新求解内部的非线性预期问题。CEFOL再用一阶最优条件——最优点附近微调决策不应继续改善结果——训练策略，并把价值函数、策略、约束乘子分别交给不同网络；借助 KKT 条件，它还能处理等式、不等式及偶尔生效的约束，无需另加惩罚函数。
作者在消费储蓄、稳健控制及带随机波动的 DSGE 模型上测试，称样本外 Bellman 方程与最优条件残差总体较小，并在有基准时接近价值函数迭代结果。不过，神经网络训练是非凸优化，论文也明确指出结果不保证达到全局最优。