Fugu-MT 論文翻訳(概要): Risk-Neutral Market Simulation

論文の概要: Risk-Neutral Market Simulation

arxiv url: http://arxiv.org/abs/2202.13996v1
Date: Mon, 28 Feb 2022 18:03:48 GMT
ステータス: 処理完了
システム内更新日: 2022-03-01 15:40:18.235398
Title: Risk-Neutral Market Simulation
Title（参考訳）: リスク中立市場シミュレーション
Authors: Magnus Wiese, Phillip Murray
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We develop a risk-neutral spot and equity option market simulator for a single underlying, under which the joint market process is a martingale. We leverage an efficient low-dimensional representation of the market which preserves no static arbitrage, and employ neural spline flows to simulate samples which are free from conditional drifts and are highly realistic in the sense that among all possible risk-neutral simulators, the obtained risk-neutral simulator is the closest to the historical data with respect to the Kullback-Leibler divergence. Numerical experiments demonstrate the effectiveness and highlight both drift removal and fidelity of the calibrated simulator.
Abstract（参考訳）: リスクニュートラルなスポットとエクイティオプションの市場シミュレータを1つの基盤として開発し、共同市場プロセスはマーチンゲールである。我々は,静的な仲裁を伴わない効率的な市場の低次元表現を活用し,条件付きドリフトのないサンプルをシミュレートするニューラルスプラインフローを用いて,すべてのリスクニュートラルシミュレータにおいて得られたリスクニュートラルシミュレータが,kullback-leiblerダイバージェンスに関して歴史的データに最も近いという観点から,高い現実性を有する。数値実験により, 校正シミュレータのドリフト除去と精度の両立が実証された。

関連論文リスト

Sequential Manipulation Against Rank Aggregation: Theory and Algorithm [119.57122943187086]
脆弱なデータ収集プロセスに対するオンライン攻撃を活用します。ゲーム理論の観点からは、対決シナリオは分布的に堅牢なゲームとして定式化される。提案手法は,ランクアグリゲーション手法の結果を逐次的に操作する。
論文参考訳（メタデータ） (2024-07-02T03:31:21Z)
Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
論文参考訳（メタデータ） (2024-03-28T17:28:06Z)
Provable Guarantees for Generative Behavior Cloning: Bridging Low-Level Stability and High-Level Behavior [51.60683890503293]
生成モデルを用いた複雑な専門家による実演の行動クローニングに関する理論的枠組みを提案する。任意の専門的軌跡の時間ごとのステップ分布に一致するトラジェクトリを生成することができることを示す。
論文参考訳（メタデータ） (2023-07-27T04:27:26Z)
Statistical Learning with Sublinear Regret of Propagator Models [2.9628715114493502]
本稿では,未知の畳み込みプロパゲータによって駆動される過渡的な衝撃価格と,未知のパラメータを持つ線形仮的衝撃価格の両方を作成しながら,エージェントが危険資産を清算する学習問題を考察する。本稿では,探索と搾取を交互に行うトレーディングアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-01-12T17:16:27Z)
Efficient Risk-Averse Reinforcement Learning [79.61412643761034]
リスク逆強化学習(RL)では、リターンのリスク測定を最適化することが目標である。特定の条件下では、これは必然的に局所最適障壁につながることを証明し、それを回避するためのソフトリスク機構を提案する。迷路ナビゲーション,自律運転,資源配分ベンチマークにおいて,リスク回避の改善を示す。
論文参考訳（メタデータ） (2022-05-10T19:40:52Z)
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)
Multi-Asset Spot and Option Market Simulation [52.77024349608834]
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。
論文参考訳（メタデータ） (2021-12-13T17:34:28Z)
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)
Deep Hedging: Learning Risk-Neutral Implied Volatility Dynamics [0.0]
シミュレーションスポットとオプション価格の経路に対するリスクニュートラル測度学習のための数値的効率的アプローチ市場ダイナミクスは、リスク中立的措置に従う場合に限り、取引コストがなければ「統計的な仲裁」ができないことを示している。
論文参考訳（メタデータ） (2021-03-22T15:38:25Z)
Hedging using reinforcement learning: Contextual $k$-Armed Bandit versus $Q$-learning [0.22940141855172028]
本稿では,リスクと市場摩擦の存在下での連関債権の複製戦略の構築について検討する。本稿では、ヘッジ問題はリスク・アバース文脈における$k$-armed bandit問題の例と見なされる。私たちは、$k$の武器付きバンディットモデルが、ヘッジの利益と損失の定式化に自然に適合していることに気付きました。
論文参考訳（メタデータ） (2020-07-03T11:34:10Z)

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。