Wissal Sabbagh

新的深度学习方案解决了金融建模中复杂的Ergodic BSDEs问题

研究人员开发了新颖的基于神经网络的数值方案，用于求解复杂的Ergodic Backward Stochastic Differential Equations (eBSDEs)系统。这些方法旨在逼近状态切换随机因子模型中前向效用的最优策略。提出的技术包括一种局部加性深度学习方案和一种受Deep Galerkin Method (DGM)启发的算法，两者在数值实验中均显示出有希望的性能。