PulseAugur
中
实时 17:35:48
English(EN) Computing Monetary Risk Measures in Linear Time

新算法以线性时间计算金融风险度量 · 跟踪 2 个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了新的算法 QuickVaR 和 QuickDivergence，旨在以线性时间计算货币风险度量，如风险价值 (VaR) 和条件风险价值 (CVaR)。这些算法对于具有大域的离散随机变量特别有效，与现有方法相比，速度提高了几个数量级。QuickVaR 采用了 Quickselect 算法，而 QuickDivergence 则利用了多项式优化。这些新颖的计算方法已提供库实现。 AI

影响 这些算法通过为大型数据集提供显著的加速，有可能加速金融建模和风险分析。

排序理由 该集群包含一篇详细介绍计算金融风险度量新算法的学术论文。[lever_c_demoted from research: ic=2 ai=0.4]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新算法以线性时间计算金融风险度量 · 跟踪 2 个来源

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Palash Agrawal, Gersi Doko, Maeve Burwell, Marek Petrik ·

    线性时间计算货币风险度量

    arXiv:2607.05078v1 Announce Type: new Abstract: Monetary risk measures have gained popularity for expressing decision-makers' risk aversion. Value-at-Risk (VaR) and Conditional-Value-at-Risk (CVaR), in particular, are used commonly for this purpose. This paper proposes new effici…

  2. arXiv cs.LG TIER_1 English(EN) · Marek Petrik ·

    线性时间计算货币风险度量

    Monetary risk measures have gained popularity for expressing decision-makers' risk aversion. Value-at-Risk (VaR) and Conditional-Value-at-Risk (CVaR), in particular, are used commonly for this purpose. This paper proposes new efficient algorithms to compute these risk measures fo…

相关实体

相关话题