跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Ryuji Hashimoto, Masanori Hirano, Ryota Ozaki, Kentaro Imajo·· 5 小时前AI 评分46

重新思考合成场景真实性:兼容性而非保真度驱动对冲表现

Rethinking Synthetic Scenario Realism: Compatibility, Not Fidelity, Drives Hedging Performance

AI 导读

针对深度对冲策略训练所用的合成价格路径,提出以兼容性为核心的决策导向评估视角,该指标可捕捉合成与真实市场环境下的对冲风险差异。理论层面建立了对冲表现退化的上界,指出统计真实性与兼容性可能存在结构性分歧。基于真实市场数据的实证显示,统计真实性无法稳定预测对冲表现,生成器的表现排名会随对冲策略类别与任务结构变化。

来源:arXiv q-fin · arxiv.org

下一步

AI 策略构建直播课:从期权案例到策略验证拆解信号、仓位与风险管理,在 AI 帮助下建立研究记录。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.