💰 Category

q-fin.PM

79 पेपर

🤖 machine learning

Portfolio Optimization Proxies under Label Scarcity and Regime Shifts via Bayesian and Deterministic Students under Semi-Supervised Sandwich Training

यह शोध पत्र एक सेमी-सुपरवाइज्ड टीचर-स्टूडेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो पोर्टफोलियो अनुकूलन के लिए मजबूत बायेसियन और डिटर्मिनिस्टिक मॉडल को प्रशिक्षित करने के लिए CVaR-ऑप्टिमाइज्ड लेबल्स और सिंथेटिक t-copula संवर्धित डेटा का लाभ उठाता है, जो डेटा-दुर्लभ वातावरण और रिजीम शिफ्ट के तहत पारंपरिक विधियों से बेहतर प्रदर्शन करने की उनकी क्षमता को प्रदर्शित करता है।

Adhiraj Chattopadhyay2026-04-04✓ Author reviewed ⓘ
💰 quantitative finance

The Self Driving Portfolio: Agentic Architecture for Institutional Asset Management

यह शोध पत्र संस्थागत संपत्ति प्रबंधन के लिए एक एजेंटिक एआई फ्रेमवर्क प्रस्तुत करता है जहाँ लगभग 50 विशिष्ट एजेंट एक निवेश नीति विवरण (इन्वेस्टमेंट पॉलिसी स्टेटमेंट) के शासन के तहत सहयोगात्मक रूप से पोर्टफोलियो का निर्माण, संरचना और आलोचना करते हैं, जबकि एक मेटा-एजेंट वास्तविक रिटर्न के आधार पर प्रदर्शन में निरंतर सुधार करने के लिए उनके कोड और प्रॉम्प्ट्स को स्वायत्त रूप से फिर से लिखता है।

Andrew Ang, Nazym Azimbayev, Andrey Kim2026-04-03
💰 quantitative finance

Bridging Stochastic Control and Deep Hedging: Structural Priors for No-Transaction Band Networks

यह शोधपत्र ट्रांजेक्शन लागतों के तहत यूरोपीय कॉल विकल्पों की हेजिंग के लिए इष्टतम नो-ट्रांजेक्शन बैंड्स (no-transaction bands) को व्युत्पन्न करके और यह प्रदर्शित करके स्टोकेस्टिक कंट्रोल और डीप हेजिंग के बीच के अंतर को पाटता है कि व्हैली-विल्मोट एसिम्प्टोटिक फॉर्मूला (Whalley-Wilmott asymptotic formula) को एक स्ट्रक्चरल प्रायर के रूप में शामिल करने वाला एक डीप लर्निंग आर्किटेक्चर मानक दृष्टिकोणों की तुलना में अभिसरण (convergence), सटीकता और सामान्यीकरण (generalization) में बेहतर प्रदर्शन करता है।

Jules Arzel, Noureddine Lehdili2026-04-01
💰 quantitative finance

Mean--Variance Portfolio Selection by Continuous-Time Reinforcement Learning: Algorithms, Regret Analysis, and Empirical Study

यह शोध पत्र मीन-वेरिएंस पोर्टफोलियो चयन के लिए एक निरंतर-समय सुदृढीकरण शिक्षण (कंटीन्यूअस-टाइम रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो अज्ञात बाजार गुणांकों का अनुमान लगाए बिना सीधे डेटा से इष्टतम निवेश रणनीतियों को सीखता है, और सैद्धांतिक रिग्रेट बाउंड्स और S&P 500 घटकों पर व्यापक अनुभवजन्य अध्ययनों के माध्यम से यह प्रदर्शित करता है कि यह पारंपरिक मॉडल-आधारित दृष्टिकोणों की तुलना में लगातार बेहतर प्रदर्शन करता है, विशेष रूप से अस्थिर मंदी वाले बाजारों में।

Yilie Huang, Yanwei Jia, Xun Yu Zhou2026-03-31
💰 quantitative finance

Carbon-Penalised Portfolio Insurance Strategies in a Stochastic Factor Model with Partial Information

यह शोध पत्र आंशिक सूचना के अंतर्गत एक स्टोकेस्टिक फैक्टर मॉडल के भीतर कार्बन उत्सर्जन को दंडित करने वाली इष्टतम आनुपातिक पोर्टफोलियो बीमा रणनीतियों को व्युत्पन्न करता है, जो संख्यात्मक विश्लेषण के माध्यम से यह प्रदर्शित करता है कि ऐसे दृष्टिकोण वित्तीय प्रदर्शन से समझौता किए बिना कार्बन तीव्रता को कम कर सकते हैं।

Katia Colaneri, Federico D'Amario, Daniele Mancinelli2026-03-25
💰 quantitative finance

Joint Return and Risk Modeling with Deep Neural Networks for Portfolio Construction

यह शोध पत्र एक डीप न्यूरल नेटवर्क फ्रेमवर्क प्रस्तावित करता है जो गतिशील बाजार संरचनाओं के एंड-टू-एंड लर्निंग को सक्षम करने के लिए अपेक्षित रिटर्न और कोवेरिएंस मैट्रिसेस को संयुक्त रूप से मॉडल करता है, जो गैर-स्थिर (nonstationary) स्थितियों के तहत पारंपरिक विधियों की तुलना में बेहतर जोखिम-समायोजित पोर्टफोलियो प्रदर्शन प्रदर्शित करता है।

Keonvin Park2026-03-23
💰 quantitative finance

Quantum-Assisted Optimal Rebalancing with Uncorrelated Asset Selection for Algorithmic Trading Walk-Forward QUBO Scheduling via QAOA

यह शोध पत्र एक हाइब्रिड क्लासिकल-क्वांटम फ्रेमवर्क प्रस्तुत करता है जो पोर्टफोलियो रीबैलेंसिंग को QAOA द्वारा हल की जाने वाली एक QUBO समस्या के रूप में सूत्रबद्ध करता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण कम रीबैलेंसिंग घटनाओं के माध्यम से लेनदेन लागत को 44.5% तक कम करता है और साथ ही S&P 500 डेटा पर 0.588 का प्रतिस्पर्धी शार्प रेश्यो (Sharpe ratio) प्राप्त करता है।

Abraham Itzhak Weinberg2026-03-19
💰 quantitative finance

Can Blindfolded LLMs Still Trade? An Anonymization-First Framework for Portfolio Optimization

यह शोध पत्र "BlindTrade" प्रस्तुत करता है, जो एक अनामिकता-प्रथम (anonymization-first) ढांचा है जो एलएलएम (LLM) ट्रेडिंग एजेंटों की रटी-रटाई टिकर संबद्धताओं के बजाय वास्तविक बाजार गतिशीलता को पकड़ने की क्षमता को सत्यापित करता है, जो 2025 की अस्थिर बाजार स्थितियों में 1.40 के शार्प अनुपात (Sharpe ratio) के साथ मजबूत प्रदर्शन प्रदर्शित करता है और ट्रेंडिंग बुल मार्केट में शासन-निर्भर (regime-dependent) सीमाओं को प्रकट करता है।

Joohyoung Jeon, Hongchul Lee2026-03-19
📈 economics

P vs NP Problem in Portfolio Optimization: Integrating the Markowitz-CAPM Framework with Cardinality Constraints and Black-Scholes Derivative Pricing

यह शोध पत्र यह प्रदर्शित करके मात्रात्मक वित्त (क्वांटिटेटिव फाइनेंस) में P बनाम NP समस्या को क्रियान्वित करता है कि कैसे कार्डिनैलिटी बाधाएं (कार्डिनैलिटी कंस्ट्रेंट्स) उत्तल मार्कोविट्ज़-CAPM पोर्टफोलियो अनुकूलन को एक NP-hard मिश्रित-पूर्णांक द्विघाती प्रोग्राम (मिक्सड-इंटीजर क्वाड्रेटिक प्रोग्राम) में परिवर्तित कर देती हैं, जो स्केलेबल सन्निकटन योजनाओं (स्केलेबल एप्रोक्सिमेशन स्कीम्स) का मूल्यांकन करती है और परिणामी व्यापार-बंदों (ट्रेड-ऑफ्स), समाधान स्थिरता और पुनर्गठित कुशल सीमा (एफिशिएंट फ्रंटियर) के विश्लेषण के लिए ब्लैक-स्कोल्स डेरिवेटिव प्राइसिंग को एकीकृत करती है।

Davit Gondauri2026-03-18
📈 economics

Flow Taxes, Stock Taxes, and Portfolio Choice: A Generalised Neutrality Result

यह शोध पत्र यह प्रदर्शित करता है कि स्वामित्व करों की एक व्यापक प्रणाली पोर्टफोलियो तटस्थता को संरक्षित करती है क्योंकि यह धन की गतिशीलता के एक समान ड्रिफ्ट शिफ्ट और रीस्केलिंग के रूप में कार्य करती है, बशर्ते कि कॉर्पोरेट और पूंजी आय कर दरें संरेखित हों, सुरक्षा तंत्र जोखिम-मुक्त दर के अनुरूप हों, और धन कर का आकलन समान हो, जहाँ इन शर्तों से विचलन पृथक विकृतियाँ उत्पन्न करते हैं जहाँ गैर-समान धन कराधान, प्रवाह-कर प्रभावों पर हावी हो जाता है।

Anders G Frøseth2026-03-18