Торговля на DeFi-биржах: поиск оптимального маршрута

Активация рынка [latex]\varphi_{gm}[/latex] демонстрирует возможность формирования ценовой динамики, обусловленной параметрами [latex]\varphi[/latex] и [latex]gm[/latex].

Новая математическая модель позволяет найти наиболее выгодный способ обмена криптовалюты между различными автоматическими маркет-мейкерами, учитывая комиссии и нелинейность рыночных функций.

Риск под контролем: Квантильная модель для точного прогнозирования финансовых потерь

На протяжении исследуемого периода динамика ежедневных логарифмических доходностей по таким индексам, как S&P 500, DJIA, NASDAQ и EURO STOXX 50, демонстрирует волатильность, вычисленную на основе скорректированных цен закрытия, отражая ежедневные процентные изменения в стоимости этих ключевых фондовых рынков.

Новый подход к моделированию масштаба динамики финансовых возвратов позволяет существенно повысить точность прогнозирования Value-at-Risk и Expected Shortfall.

Инвестиции с учетом риска: новый взгляд на выбор портфеля

Оптимальные портфели, рассчитанные с использованием апостериорного распределения по методу Гиббса для инвестора с параметром неприятия риска, равным 2, демонстрируют динамику доходности, отличную от эталонных портфелей - равновесных в первом периоде и взвешенных по рыночной стоимости во втором - что указывает на потенциал повышения эффективности инвестиций за счет адаптации к меняющимся рыночным условиям.

Исследование предлагает байесовский подход к формированию инвестиционного портфеля, позволяющий обновлять убеждения об активах и оптимизировать параметры без необходимости внешней валидации.

Инвестиции с ограничениями: как найти баланс между потреблением и прибылью

Оптимальные стратегии поведения демонстрируют зависимость от уровня неприятия риска γ, определяя компромисс между осторожностью и агрессивностью в принятии решений.

В статье исследуется оптимальная стратегия управления капиталом и потреблением при наличии ограничений на заимствования и условиях возврата к среднему значению доходности.