PulseAugur
实时 05:49:30
English(EN) RIDGE: An Autonomous Framework for Validation and Method Discovery in LLM-Generated Option Pricing

新框架RIDGE自主验证LLM生成的期权定价模型

研究人员开发了RIDGE,一个旨在验证和发现由大型语言模型生成的期权定价实现新方法的自主框架。该框架对生成的代码进行严格的无套利测试、压力测试和一致性检查,确保数学一致性和数值稳定性。在应用于五个随机波动率模型时,RIDGE成功识别并纠正了实现缺陷,并在两次实例中,验证过程本身促成了新颖的半解析定价方法论的发现。 AI

影响 该框架有望加速AI生成金融模型的开发和可靠性,可能提高效率并发现新的量化金融方法。

排序理由 该集群描述了在arXiv上发布的一个新研究框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新框架RIDGE自主验证LLM生成的期权定价模型

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Liexin Cheng, Xue Cheng, Shuaiqiang Liu, Cornelis W. Oosterlee ·

    RIDGE:一个用于LLM生成期权定价的验证和方法发现的自主框架

    arXiv:2607.25199v1 Announce Type: cross Abstract: Automated code generation is becoming an important tool in quantitative finance, where large language models can generate option pricing implementations directly from mathematical model specifications. Validating such implementati…