实体
systemic risk
systemic risk
PulseAugur coverage of systemic risk — every cluster mentioning systemic risk across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架CausalGraphX增强了可解释的系统性风险评估
研究人员开发了CausalGraphX，一个结合了图神经网络和反事实推理的新框架，以提高金融系统中系统性风险评估的可解释性。该方法旨在识别冲击传播的因果机制，超越了标准图神经网络通常学习到的相关性模式。CausalGraphX使用图注意力机制和对抗性正则化来学习因果驱动因素，并生成反事实解释，例如防止特定机构违约所需的注资。在合成金融网络上的验证表明，CausalGraphX在预测级联违约和提供可操作的见解方面优于现有方法。
-
新的人格训练蒙特卡洛方法通过AI机器人模拟市场结果
研究人员推出了一种新颖的人格训练蒙特卡洛（PTMC）方法，用于估计市场结果分布。PTMC利用在限价订单簿中交互的人格条件化神经网络策略机器人集群。每次模拟涉及多个共享单个训练策略网络但具有不同采样人格参数的机器人，从而产生作为蒙特卡洛样本的价格路径。通过纳入多样化的代理行为，该方法旨在比传统蒙特卡洛方法更有效地捕捉市场动态。