論文の概要: Multi-Asset Spot and Option Market Simulation

• arxiv url: http://arxiv.org/abs/2112.06823v1
• Date: Mon, 13 Dec 2021 17:34:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-14 16:24:32.627079
• Title: Multi-Asset Spot and Option Market Simulation
• Title（参考訳）: マルチアセットスポットとオプション市場シミュレーション
• Authors: Magnus Wiese, Ben Wood, Alexandre Pachoud, Ralf Korn, Hans Buehler, Phillip Murray, Lianjun Bai
• Abstract要約: 正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。 本研究では, 正規化流れの条件付き可逆性を活用し, 独立シミュレータの連立分布をキャリブレーションするスケーラブルな手法を提案する。
• 参考スコア（独自算出の注目度）: 52.77024349608834
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We construct realistic spot and equity option market simulators for a single underlying on the basis of normalizing flows. We address the high-dimensionality of market observed call prices through an arbitrage-free autoencoder that approximates efficient low-dimensional representations of the prices while maintaining no static arbitrage in the reconstructed surface. Given a multi-asset universe, we leverage the conditional invertibility property of normalizing flows and introduce a scalable method to calibrate the joint distribution of a set of independent simulators while preserving the dynamics of each simulator. Empirical results highlight the goodness of the calibrated simulators and their fidelity.
• Abstract（参考訳）: 正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。 再構成面における静的な調停を維持しつつ、効率的な価格の低次元表現を近似する調停フリーオートエンコーダを通じて、市場が観察する呼出価格の高次元性に対処する。 マルチアセスト宇宙が与えられると、正規化フローの条件付き可逆性を利用し、各シミュレータのダイナミクスを保ちながら、独立したシミュレータの集合の関節分布をキャリブレーションするスケーラブルな手法を導入する。 実験の結果,校正シミュレータの良さと信頼性が強調された。

関連論文リスト

• Calibrating Large Language Models with Sample Consistency [76.23956851098598]
  本稿では,複数サンプルモデル生成系の分布から信頼度を導出する可能性について,一貫性の3つの尺度を用いて検討する。 その結果、一貫性に基づくキャリブレーション手法は、既存のポストホック手法よりも優れていることがわかった。 種々のLMの特性に合わせて,キャリブレーションに適した整合性指標を選択するための実用的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2024-02-21T16:15:20Z)
• Deep Calibration of Market Simulations using Neural Density Estimators and Embedding Networks [3.313580633064261]
  我々は,近年の深層学習の進歩を活用して,市場シミュレータの校正のための新しいアプローチを開発する。 提案手法は,合成データや履歴データに適用した場合と,手作業による選択や重み付けによる事実のアンサンブルに依存することなく,高い確率パラメータ集合を正確に同定できることを実証する。
  論文  参考訳（メタデータ） (2023-11-20T16:44:18Z)
• FuNVol: A Multi-Asset Implied Volatility Market Simulator using Functional Principal Components and Neural SDEs [0.0]
  歴史的価格に忠実な複数の資産にまたがるインプリードボラティリティ(IV)表面のシーケンスを生成するための新しいアプローチを導入する。 我々は,IV面と価格の合同力学の学習が,歴史的特徴に整合した市場シナリオを生み出し,静的な仲裁が不要な表面のサブ多様体内に存在することを実証した。
  論文  参考訳（メタデータ） (2023-03-01T23:14:09Z)
• Finding Regularized Competitive Equilibria of Heterogeneous Agent Macroeconomic Models with Reinforcement Learning [151.03738099494765]
  労働市場に参入する世帯や企業を無限に数える異種エージェントマクロ経済モデルについて検討する。 本稿では,モデルの正規化競争均衡を求めるデータ駆動強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-24T17:16:27Z)
• A Modular Framework for Reinforcement Learning Optimal Execution [68.8204255655161]
  我々は、最適貿易実行問題への強化学習の適用のためのモジュラーフレームワークを開発する。 このフレームワークは、異なるシミュレーション設定の実装を容易にするために、柔軟性を念頭に設計されている。
  論文  参考訳（メタデータ） (2022-08-11T09:40:42Z)
• Efficient Model-based Multi-agent Reinforcement Learning via Optimistic Equilibrium Computation [93.52573037053449]
  H-MARL (Hallucinated Multi-Agent Reinforcement Learning) は,環境と数回交流した後の平衡政策を学習する。 自律運転シミュレーションベンチマークにおいて,本手法を実験的に実証した。
  論文  参考訳（メタデータ） (2022-03-14T17:24:03Z)
• Risk-Neutral Market Simulation [0.0]
  リスクニュートラルスポットとエクイティオプション市場シミュレータを開発した。 静的な調停を保たないマーケットの効率的な低次元表現を活用する。
  論文  参考訳（メタデータ） (2022-02-28T18:03:48Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• Deep Hedging: Learning to Remove the Drift under Trading Frictions with Minimal Equivalent Near-Martingale Measures [0.0]
  取引可能な機器の市場シミュレーターにおいて,最小限の等価なマーチンゲール尺度を学習するための数値的に効率的な手法を提案する。 我々は、予想されるリターンが優勢な入札/取引スプレッドの範囲内に留まる最小限の「近隣マーチンゲール対策」を学ぶことで結果を緩和する。
  論文  参考訳（メタデータ） (2021-11-15T15:32:40Z)
• Learning who is in the market from time series: market participant discovery through adversarial calibration of multi-agent simulators [0.0]
  電子取引市場では、価格またはボリューム時系列のみが直接観測可能である。 本研究では,実物と偽物とを区別できる識別器を2段階に分けて学習する手法を提案する。
  論文  参考訳（メタデータ） (2021-08-02T06:53:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。