arXiv cs.LG· Philipp J. Schneider, Lukas Looser, Antoine Garin, Shuhan Liu, Daniel Kuhn·· 27 天前AI 评分26
非平稳市场中深度对冲的对抗训练
Adversarial Training for Deep Hedging in Nonstationary Markets
AI 导读
研究提出面向非平稳市场深度对冲的对抗训练框架 WRAP，基于双预算分布鲁棒优化（DRO）应对时间漂移与分布误设。该方法结合 $\phi$-散度轨迹重加权与最优传输（OT）路径扰动构建对抗攻击，将内层分布优化转化为可计算的一阶近似。在 Heston 动态及广义仿射扩散（GAD）实验中，联合对抗训练在非平稳环境下表现出最优增益。
来源：arXiv cs.LG · arxiv.org