26 Arbeiten
Die Arbeit erweitert die Theorie der Konzentrationsungleichungen auf einfache Zufallstensoren mit sub-Weibull-verteilten, schwerfälligen Koeffizienten und leitet unter Verwendung einer neuen verallgemeinerten Maximalungleichung sowie Martingalanalysen Phasenübergänge zwischen sub-gaußschen und schwerfälligen Regimen auf.
Die Studie analysiert ein Nash-Gleichgewicht im Wettbewerb zwischen dezentralen Börsen (DEXs) mit dynamischen Gebühren, bei dem sich die Gebührenstrategien durch ein gekoppeltes System partieller Differentialgleichungen beschreiben lassen und zeigen, dass ein Anstieg der Wettbewerber die Ausführungs-Slippage für strategische Marktteilnehmer senkt, während die Auswirkungen auf Noise-Trader von der Marktaktivität abhängen.
Die Arbeit beweist globale universelle Approximationssätze für stückweise lineare Pfade mittels linearer Funktionale ihrer Signaturen und wendet diese Ergebnisse auf stochastische Differentialgleichungen sowie Pfad-funktionale an, die durch Brownsche Bewegung getrieben werden.
Diese Arbeit stellt einen kanonischen Ansatz zur gemeinsamen Hebung von Brownscher Bewegung und einem stochastischen Rough Path vor, um Rough-Volatility-Modelle durch die Lösung einer einzigen RDE zu beschreiben, und erweitert dabei bestehende Approximationstheorien auf korrelierte fraktionale Settings für numerische Anwendungen und Marktdatenkalibrierung.
Dieses Papier entwickelt einen nichtstandardanalytischen Rahmen für kohärente Risikomaße und deren Schätzer, der hyperendliche Darstellungen, diskrete Kusuoka-Formeln und asymptotische Eigenschaften wie Konsistenz, Bootstrap-Gültigkeit und asymptotische Normalität vereint, um eine transparente Verbindung zwischen Wahrscheinlichkeitstheorie und Statistik herzustellen.
Dieses Papier untersucht die optimale Konsum- und Portfoliostrategie eines Investors mit einem Nicht-Kreditierungs-Constraint im Kim-Omberg-Modell, indem es das duale Problem über Lagrange-Dualität in ein singuläres Steuerungsproblem überführt und dessen Lösung mittels eines zweidimensionalen optimalen Stoppproblems mit stochastischer Volatilität charakterisiert.
Diese Arbeit formuliert kontinuierliche Optimal-Stopp-Probleme aus Reinforcement-Learning-Perspektive als regularisierte singuläre stochastische Steuerung mit endlichem Brennstoff, leitet daraus eine eindeutige optimale explorative Strategie her und entwickelt sowohl modellbasierte als auch skalierbare modellfreie Actor-Critic-Algorithmen zur Lösung dieser Probleme.
Die Arbeit stellt ein zweistufiges stochastisches Kontrollmodell für Market-Making in RFQ-Märkten vor, das die Wechselwirkung zwischen schnellen Bestandsdynamiken und langsamen Promotions-Scores analysiert und dabei komplexe Phänomene wie Bistabilität sowie einen endogenen Wechsel zwischen Kampagnen- und Ernte-Strategien aufzeigt.
Diese Arbeit stellt ein modellunabhängiges Framework vor, das durch eine gestörte optimale Transportkalibrierung von SPX- und VIX-Marktvolatilitäten sowie eine Fisher-Information-Linearisierung schnelle und präzise Risikoszenarien und verbesserte Absicherungsergebnisse im Vergleich zu vollständigen Neukalibrierungen oder stochastischen lokalen Volatilitätsmodellen ermöglicht.
Diese Arbeit stellt neue Fourier-RQMC-Verfahren vor, die durch die Kombination von Fourier-Inversionstechniken und randomisierter Quasi-Monte-Carlo-Sampling die numerische Schätzung multivariater Shortfall-Risiken und optimaler Allokationen im Frequenzbereich effizienter und genauer machen als herkömmliche Monte-Carlo-Ansätze.
Der Artikel etabliert die Existenz von Gleichgewichten für eine Klasse nicht-Markovscher Mean-Field-Spiele mit unbeschränktem Kontrollraum in schwacher Formulierung, indem er neue Existenz- und Stabilitätsergebnisse für McKean-Vlasov-Rückwärtsstochastische Differentialgleichungen mit quadratischem Wachstum nutzt, ohne dabei Beschränkungen an die Modellparameter oder den Zeithorizont zu stellen.
Diese Arbeit entwickelt arbitragefreie Prämien für Katastrophen-Rückversicherungsverträge mit einem zusammengesetzten dynamischen Kontagionsprozess, um die wachsenden Risiken durch Klimawandel, Cyberangriffe und Pandemien zu bewerten, und vergleicht diese numerisch mit anderen Modellen sowie durch Sensitivitätsanalysen.
Diese Arbeit charakterisiert das Nash-Gleichgewicht für Kohlenstoffoffsetmärkte und nutzt den Nash-DQN-Reinforcement-Learning-Algorithmus, um effiziente Gleichgewichte zu schätzen, wodurch emittierende Unternehmen erhebliche finanzielle Einsparungen erzielen können.
Diese Arbeit liefert die erste exakte Charakterisierung des Nash-Gleichgewichts in endlichen kontinuierlichen LQG-Spielen mit endogenen Signalen, indem sie die unendliche Hierarchie von Überzeugungen durch eine deterministische Fixpunktbedingung auflöst und einen expliziten Informationskeil einführt, der den Wert der Manipulation von Gegnerüberzeugungen quantifiziert.
Diese Arbeit untersucht ein Optimal-Stopping-Problem mit einer unstetigen Belohnungsfunktion zur Bewertung von Variable-Annuity-Verträgen, indem sie analytische Eigenschaften der Wertfunktion herleitet und zeigt, wie Gebühren und Rückkaufgebühren die Rückkaufregion sowie die optimale Ausübungsgrenze bestimmen.
Dieses Paper stellt einen datengesteuerten Ensemble-Ansatz zur Optionspreisvorhersage vor, der auf der Arbitragefreiheitstheorie basiert, einen gemeinsamen Darstellungsraum für Domänenanpassung ableitet und seine Wirksamkeit anhand realer Daten sowie experimenteller Ergebnisse nachweist.
Diese Arbeit verallgemeinert das Kyle-Modell (1985) auf einen unendlich-dimensionalen Rahmen mit einer Kontinuum von Vermögenswerten, in dem ein informierter Händler über beliebige Aspekte der Querschnittsrenditen verfügt, und leitet ein Gleichgewicht her, das sich durch einen einzigen skalaren Fixpunkt charakterisieren lässt und geschlossene Lösungen für Handelsstrategien, Preisimpakte und Informationseffizienz liefert.
Diese Arbeit stellt eine umfassende Definition und eine vollständige Implementierungsanleitung für das SABR/LMM-Modell mit zeitabhängiger Schiefe und Smile bereit, um die in globalen Banken geforderte Flexibilität bei der Bewertung von Callable-Exotic-Swaps zu gewährleisten.
Diese Arbeit untersucht den Zusammenhang zwischen lang-only globalen Minimum-Variance-Portfolios und Faktor-Exposures, indem sie für ein-Faktor-Modelle eine explizite analytische Lösung und für Modelle mit mehr als einem Faktor eine geometrische Beschreibung liefert, die durch empirische Daten US-amerikanischer Aktien veranschaulicht wird.
Die Arbeit entwickelt ein dynamisches Optimierungsmodell für das Spot-FX-Market-Making, das die gemeinsame Steuerung von Preisspreads und Ablehnungsentscheidungen bei Slippage-Risiko unter Berücksichtigung einer durch Reputationseffekte endogen modulierten Kundenaktivität ermöglicht und durch eine adiabatisch-quadratische Näherung effizient lösbar macht.