Точная стохастическая симуляция: новый подход к оптимизации
Исследователи разработали инновационный метод, позволяющий точно оптимизировать стохастические модели, используя возможности градиентного спуска, применяемого в глубоком обучении.
Наука
Адаптивный трейдинг в AMM: RAmmStein учится ждать
![Изученная граница принятия решений отображает параметр θ, демонстрируя предпочтение активного вмешательства ([latex]Q>0[/latex], выделено красным) в противовес стратегии выжидания ([latex]Q<0[/latex], выделено зеленым).](https://arxiv.org/html/2602.19419v1/decision_boundary.png)
Новый агент глубокого обучения оптимизирует предоставление ликвидности, стратегически задерживая ребалансировку в зависимости от рыночной ситуации.
Проектирование в условиях неопределенности: стратегия минимизации рисков
![Численное моделирование для [latex]\eta = 0.5[/latex] и [latex]\eta = 0.05[/latex] демонстрирует решения для величины [latex]\mathcal{R} = \mathbb{E}[\mathcal{R}][/latex], наряду с аналитическим решением для невозмущенной правой части, что позволяет оценить влияние параметров на рассматриваемую систему.](https://arxiv.org/html/2602.19869v1/x2.png)
Новая работа предлагает теоретическую основу и численные методы для задач оптимального проектирования, учитывающие непредсказуемость факторов и стремящиеся к устойчивости к неблагоприятным событиям.
Долговая спираль суверена: новый взгляд на устойчивость
![При заданном значении [latex]\gamma = 1.045[/latex] и векторах [latex]r = (.02, .03, .05)^T[/latex], функция обратной связи Φ и формула для устойчивого [latex]WAC[/latex] демонстрируют, что при долгосрочном распределении активов достигается [latex]\Phi > 1[/latex], что приводит к динамике долга, определяемой процентными ставками, а при иных распределениях, где [latex]\Phi < 1[/latex], достигается устойчивое состояние, обусловленное дефицитом бюджета.](https://arxiv.org/html/2602.19892v1/phi1.jpg)
Исследование предлагает аналитическую модель для оценки долгосрочной структуры государственного долга и факторов, влияющих на его устойчивость.
Алгоритм CBO с адаптивным дрейфом для оптимизации портфеля
![В ходе пятидесяти симуляций наблюдалась эволюция капитала, демонстрирующая, что применение алгоритма CBO (со стандартным отклонением [latex]\sigma = 0.1[/latex]) и его модификаций - Ad-CBO ([latex]\lambda_1 = 1[/latex]) и Adam-CBO ([latex]\beta_1 = 0.9, \beta_2 = 0.99[/latex]) - влияет на динамику накопления средств.](https://arxiv.org/html/2602.19204v1/regret_240530_2.png)
В статье представлен новый алгоритм консенсусной оптимизации, улучшающий динамическую оптимизацию и демонстрирующий эффективность в задачах онлайн-формирования инвестиционного портфеля.