volatility surfaces

新的神经松弛变量方法在神经网络中强制执行约束

研究人员开发了一种称为神经松弛变量的新颖方法，用于在神经网络中强制执行单调性和凸性等函数不等式约束。该方法通过将主网络与联合训练的辅助网络集成，将约束执行转化为回归问题。辅助网络充当主网络约束量的目标，确保可行性和正则性。与传统的惩罚和原对偶方法相比，该技术表现出优越的性能，在单调性和凸性测试用例上实现了零测量违规，并在量化金融中实现了无套利波动率曲面学习。