RFS 金融学研究评论 2024年11月论文摘要7篇

文章预览

机器学习在连续时间金融中的应用 我们开发了一种算法，用于解决金融领域中一大类非线性高维连续时间模型。我们利用深度学习来近似价值和策略函数，并展示了自动微分与伊藤引理的结合，使得我们能够计算出精确的期望值，其计算成本微不足道，且与状态变量的数量无关。我们通过资产定价、公司金融和投资组合选择的问题来展示我们方法的适用性，并展示了解决高维问题的能力使我们能够得出新的经济洞见。 论文原文： Victor Duarte, Diogo Duarte, Dejanir H Silva, Machine Learning for Continuous-Time Finance, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3217–3271, https://doi.org/10.1093/rfs/hhae043 基于时间范围的风险厌恶与不确定性的时机和定价 受实验证据的启发，我们修改了递归效用模型，使风险厌恶随着时间范围的延长而降低。我们的伪递归偏好保 ………………………………