新型AI模型解决复杂多资产期权定价问题

研究人员开发了一种新颖的物理信息机器学习算法——物理信息径向基函数神经网络（PIRBFNN），旨在解决与金融期权定价相关的复杂偏微分方程（PDE）。该方法整合了传统径向基函数配置与物理信息神经网络的优势，允许在训练过程中自适应地优化网络架构。PIRBFNN已被证明在准确定价各种期权方面非常有效，包括单资产欧式看跌期权、双资产交换期权和四资产一篮子看涨期权，即使是那些具有非光滑支付条件的期权。 AI

影响 这项研究可能带来更准确、更高效的AI驱动解决方案，用于复杂的金融建模和风险管理。

排序理由 该集群包含一篇详细介绍用于求解金融偏微分方程的新机器学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• basket call option
• Black-Scholes partial differential equation
• European put option
• Physics-informed radial basis function neural network
• Radial Basis Function Neural Network
• Yumeng Ren

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →