Укрощение рисков: новая модель для точного прогнозирования убытков

Исследование предлагает усовершенствованный метод оценки рисков, сочетающий в себе динамические факторы и данные о реальных колебаниях рынка для повышения надежности прогнозов Value-at-Risk и Expected Shortfall.
![Сходимость стохастического метода управления при оптимизации функции Xin-She Yang 4 демонстрирует линейную зависимость между ошибкой и [latex] -\varepsilon\ln(\varepsilon) [/latex], что подтверждается меньшей среднеквадратичной ошибкой (RMSE) и согласуется с теоретической скоростью сходимости, установленной в теореме 2.6.](https://arxiv.org/html/2601.01248v1/VF_1DXSY4_Eps_rate.png)
![Синхронизация, при значениях [latex]\omega_1 = \omega_2 = 0.8, 0.6, 0.3[/latex] и [latex]\pi_1 = 0.5[/latex], демонстрирует возможность управления динамикой системы посредством согласованного изменения параметров.](https://arxiv.org/html/2601.01505v1/nuova.png)
![В рамках исследования траектории суррогатных переменных [latex]\hat{X}[/latex] отслеживается ее соответствие потоку вероятности полной меры [latex]\mu_t[/latex], что позволяет проанализировать динамику разрешения переменных в процессе вероятностного моделирования.](https://arxiv.org/html/2601.00015v1/x1.png)