实体
Heath–Jarrow–Morton framework
Heath–Jarrow–Morton framework
PulseAugur coverage of Heath–Jarrow–Morton framework — every cluster mentioning Heath–Jarrow–Morton framework across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的PEMC框架利用机器学习增强蒙特卡洛模拟
研究人员推出了一种新颖的预测增强蒙特卡洛（PEMC）框架，该框架将机器学习模型与传统的蒙特卡洛模拟相结合。PEMC利用机器学习模型作为预测器，通过模拟数据进行训练，以实现具有较低方差和运行时间的无偏估计。这种方法为控制变量法提供了一种现代化的视角，无需闭式均值函数即可保留蒙特卡洛的无偏性和不确定性量化。该框架已在金融衍生品定价和救护车调度系统优化等多种应用中证明了其有效性。
-
AI框架在无套利条件下改进收益率曲线预测
研究人员开发了一种新颖的物理信息生成框架来模拟收益率曲线动态，解决了深度学习的灵活性与固定收益建模的理论约束之间的冲突。提出的两阶段架构，包括具有动态水平注入的学生t条件变分自编码器（CVAEsT+LS）和受无套利偏微分方程惩罚的神经随机微分方程，显著降低了预测误差。该方法在预测各种宏观经济制度和货币的期限结构方面表现出优越性能，优于HJM等传统模型。