我们开发了一种机器学习解决方案算法，以解决生命周期模型中的最优投资组合选择问题，该模型包括许多在先前工作中单独建模的现实特征。我们使用定量模型来评估消费等价福利损失，方法是使用股票、债券和流动账户投资组合配置的简单规则，而不是最佳投资组合选择，无论是优化家庭还是储蓄不足的家庭。我们发现，使用嵌入当前目标日期/生命周期基金（TDF）的年龄相关规则所造成的消费等价损失是巨大的，约占消费的2%至3%，尽管TDF规则在退休前不久之前一直按照年龄模拟平均最佳行为。最优股票具有显著的异质性，特别是在财富水平、商业周期状态和股息价格比方面，这意味着在这些维度上进一步定制建议或TDF会带来巨大收益。