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· Aleksandar Arandjelovic, Patrick Cheridito·· 1 天前AI 评分41

论衍生品定价中条件分布的连续性与分层方法

On the continuity of conditional distributions and stratification for derivative pricing

AI 导读

该arXiv量化金融论文聚焦连续时间模型下衍生品定价的神经网络分层因子构建,建立了条件期望与条件分布的连续性结论,给出连续性理论的反例,并结合神经网络密度结果推导了可容许分层因子的通用逼近定理。数值实验显示,学习得到的分层因子在两类衍生品定价场景中表现优于所有基准。

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.