Прогнозирование с гарантией: объединяя надежность и оптимизацию
![Распределение модульного риска по горизонту прогнозирования демонстрирует, что поддержание общего бюджета риска и суммы рангов при перераспределении консерватизма между этапами предсказания позволяет влиять на ширину доверительных интервалов [latex] \text{mean tube half-width}_{k} [/latex] и эмпирический риск [latex] V_{k}(S) [/latex] на каждом этапе.](https://arxiv.org/html/2603.19396v1/x1.png)
В новой работе исследователи предлагают единый подход к построению надежных прогнозов и оптимизации решений в условиях неопределенности.
Наука
Риск неверной модели: когда лучше продать опцион?
Новое исследование показывает, что даже идеально откалиброванная модель может привести к неоптимальной стратегии исполнения американских опционов и значительным убыткам.
Управление в условиях неопределенности: новый подход к надежной оптимизации
![Планирование траектории на основе минимизации рывков для квадрокоптера с линеаризованной поперечной динамикой, подверженного стохастическим возмущениям ([latex]\sigma_{1} = \sigma_{2} = 0.05[/latex]), демонстрирует снижение стоимости по сравнению с подходом, описанным в [3], за счет возможности формирования ковариационной матрицы.](https://arxiv.org/html/2603.19454v1/plots/overlay_funnel_A.png)
В статье представлен инновационный метод преобразования задач стохастического оптимального управления с ограничениями по вероятности, позволяющий добиться более точных и эффективных решений.
Оптимальное распределение ресурсов во времени: новый взгляд на эффективность
![Наблюдается, что функции второй степени корреляции [latex]g_2^<i>(1)(S_2)[/latex] (синяя линия) и [latex]g_2^</i>(2)(S_2)[/latex] (красная линия) демонстрируют различную зависимость от времени удержания, что указывает на разное поведение коррелированных частиц.](https://arxiv.org/html/2603.19414v1/x3.png)
В статье представлена теоретическая модель, позволяющая оценить и спроектировать эффективные механизмы распределения благ в динамических экономических системах.
Нейросети на страже инвестиций: новый взгляд на управление рисками и доходностью
![Предлагаемая сквозная архитектура объединяет обучение скрытым представлениям на основе LSTM, совместное моделирование ожидаемой доходности и динамического риска, а также оптимизацию коэффициента Шарпа для формирования портфеля, что позволяет достичь оптимального соотношения между риском и доходностью, выраженным формулой [latex] \text{Sharpe Ratio} = \frac{R_p - R_f}{\sigma_p} [/latex], где [latex] R_p [/latex] - доходность портфеля, [latex] R_f [/latex] - безрисковая ставка, а [latex] \sigma_p [/latex] - стандартное отклонение доходности портфеля.](https://arxiv.org/html/2603.19288v1/model_pipeline.png)
В статье представлена инновационная система, использующая глубокое обучение для одновременного моделирования доходности и рисков, что позволяет создавать более эффективные инвестиционные портфели.