Оптимизация портфеля: новый взгляд на множители Лагранжа
![Динамический множитель Лагранжа [latex]\lambda(t,x)[/latex], полученный посредством преобразования Лежандра - Фенхеля функции [latex]u(t,x)[/latex], демонстрирует зависимость от времени и координат, при значениях параметров T=10, r=0.05, [latex]\mu = 0.086[/latex] и [latex]\sigma = 0.3[/latex].](https://arxiv.org/html/2604.14924v1/x2.png)
Исследование устанавливает связь между динамическими множителями Лагранжа и точками сопряженного двойственного решения в задачах оптимизации с невыпуклой функцией полезности.
![Динамический множитель Лагранжа [latex]\lambda(t,x)[/latex], полученный посредством преобразования Лежандра - Фенхеля функции [latex]u(t,x)[/latex], демонстрирует зависимость от времени и координат, при значениях параметров T=10, r=0.05, [latex]\mu = 0.086[/latex] и [latex]\sigma = 0.3[/latex].](https://arxiv.org/html/2604.14924v1/x2.png)
Исследование устанавливает связь между динамическими множителями Лагранжа и точками сопряженного двойственного решения в задачах оптимизации с невыпуклой функцией полезности.

Новая система на основе искусственного интеллекта предсказывает и предотвращает ликвидации в децентрализованных финансовых протоколах, таких как Aave.
![Моделирование рынка нефти, включающего Нигерию и Ливию в качестве производителей и США (инвесторы, ориентированные на стоимость) и Китай (инвесторы, использующие импульс), демонстрирует, что при параметрах [latex]q_{1,\text{China}}=0.30[/latex] и [latex]q_{2,\text{USA}}=0.40[/latex] система стремится к фундаментальному равновесию, сохраняя стабильную долю капитала у инвесторов, ориентированных на стоимость, в то время как у инвесторов, использующих импульс, наблюдаются лишь временные колебания, подтверждая локальную асимптотическую устойчивость модели.](https://arxiv.org/html/2604.15220v1/nigeria_libya_2.png)
Новая модель показывает, как массовое увлечение трендами может привести к нестабильности и колебаниям на многоактивном рынке.

Исследование предлагает инновационную систему оптимизации инвестиционных портфелей, способную адаптироваться к меняющимся рыночным условиям и ограниченности данных.
Новая платформа оптимизации на основе байесовских методов позволяет эффективно исследовать пространство последовательностей антител, находя оптимальный баланс между различными характеристиками.