Последовательные $\delta$-оптимальные потребление и инвестирование для финансовых рынков со стохастической волатильностью при неизвестных параметрах
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Рассматривается задача оптимального потребления и инвестирования для финансового рынка Блэка-Шоулса со стохастической волатильностью и с неизвестным коэффициентом роста акций. Параметр волатильности управляется внешним экономическим фактором, который моделируется процессом Орнштейна-Уленбека с неизвестным параметром сноса. В первой части статьи мы методом динамического программирования находим оптимальную финансовую стратегию, которая зависит от неизвестных параметров рынка. Чтобы оценить коэффициент сноса, мы наблюдаем процесс, моделирующий внешний экономический фактор $Y$, на интервале $[0, T_0]$ для заданного $T_0 > 0$ и пользуемся методом последовательного оценивания. Во второй части статьи мы показываем, что целевая функция для такой стратегии находится в $\delta$-окрестности ее оптимального значения, т.е. стратегия, построенная с помощью последовательного оценивания, является $\delta$-оптимальной.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,011 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,051 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle