Рынок как информация: новый взгляд на ценообразование активов
![Наблюдается сопоставление времени рынка [latex]\tau_{t}[/latex] (синим цветом) с эталонным временем [latex]\tau^{*}_{t}[/latex] (красным цветом), демонстрирующее взаимосвязь между этими показателями.](https://arxiv.org/html/2602.14575v1/x2.png)
В статье представлена инновационная модель финансового рынка, основанная на принципах теории информации и стремящаяся к минимизации неопределенности.
![Наблюдается сопоставление времени рынка [latex]\tau_{t}[/latex] (синим цветом) с эталонным временем [latex]\tau^{*}_{t}[/latex] (красным цветом), демонстрирующее взаимосвязь между этими показателями.](https://arxiv.org/html/2602.14575v1/x2.png)
В статье представлена инновационная модель финансового рынка, основанная на принципах теории информации и стремящаяся к минимизации неопределенности.

Новый подход к построению инвестиционного портфеля учитывает не только финансовые показатели, но и факторы экологической, социальной и управленческой ответственности.
В статье представлена вычислительная платформа, позволяющая анализировать и проектировать сложные финансовые инструменты, основанные на стохастических потоках и детерминированном распределении средств.
![В типичном сценарии двумерной навигации, система определяет область допустимых состояний (отображенная пунктирной окружностью оранжевого цвета вокруг объекта, представленного синим прямоугольником), храня при этом значения [latex]\mu_{V}[/latex] и [latex]\mu_{u^{*}}[/latex] в виде синих точек в структуре [latex]X^{\sharp}[/latex], обеспечивая тем самым основу для анализа и оптимизации траектории.](https://arxiv.org/html/2602.12492v1/figs/Data_setup.png)
Новый подход к обучению роботов навигации позволяет им эффективно ориентироваться в сложных условиях, избегая столкновений без необходимости создания точных математических моделей окружения.
![Нейронная сеть, обученная на инвариантах деформации [latex]\bar{I}\_{1},\bar{I}\_{2},J[/latex] или главных растяжениях [latex]\lambda\_{1},\lambda\_{2},\lambda\_{3}[/latex], формирует функцию свободной энергии ψ, состоящую из четырнадцати слагаемых, охватывающих инварианты первого, второго и третьего порядков, а также смешанные и непосредственно зависящие от главных растяжений компоненты, позволяя моделировать поведение ультрамягких эластомерных пен путем селективной активации этих слагаемых в процессе обучения.](https://arxiv.org/html/2602.12694v1/x1.png)
Новое исследование раскрывает секреты упругости сверхлегких пеноматериалов, используемых в современной спортивной обуви для бега.