Deeper network methods for solving 3D American Heston-CIR model
Questo articolo propone tre metodi di reti più profonde — SoftNet, LinNet e AddNet — che utilizzano l'ensemble moltiplicativo di sottoreti con riutilizzo delle caratteristiche, aggregazione lineare ed exit precoci per risolvere efficacemente il modello americano 3D Heston-CIR, mitigando al contempo la scomparsa del gradiente e il degrado delle prestazioni nelle architetture profonde.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nel mondo della finanza, prevedere il prezzo futuro di un asset è un gioco di probabilità ad alta posta in gioco. Gli investitori e le banche si affidano a complessi modelli matematici per determinare il valore delle opzioni, che sono contratti che conferiscono il diritto di acquistare o vendere qualcosa a un prezzo specifico entro una certa data. Una delle sfide più difficili in questo campo è la determinazione del prezzo delle opzioni "americane". A differenza delle loro controparti europee, che possono essere esercitate solo in una singola data specifica, le opzioni americane possono essere esercitate in qualsiasi momento prima della loro scadenza. Questa flessibilità crea un obiettivo mobile: il modello deve calcolare costantemente non solo il valore dell'opzione, ma anche l'istante esatto in cui diventa più redditizio incassare. Questo momento critico è noto come confine di esercizio anticipato. Quando il modello coinvolge molteplici fattori variabili — come il prezzo dell'asset, la volatilità di quel prezzo e i tassi di interesse fluttuanti — il problema diventa un puzzle tridimensionale notoriamente difficile da risolvere con i metodi informatici tradizionali.
Per decenni, gli scienziati si sono rivolti all'intelligenza artificiale, specificamente al deep learning, per affrontare questi complessi enigmi. Questi programmi informatici, noti come reti neurali, sono progettati per apprendere schemi dai dati impilando strati di unità di elaborazione. Più profondo è lo stack, più complessi sono gli schemi che la rete può teoricamente comprendere. Tuttavia, un problema persistente ha tormentato queste reti profonde: man mano che crescono in altezza, spesso diventano instabili. I segnali utilizzati per istruire la rete possono svanire o esplodere in magnitudo prima di raggiungere gli strati superiori, causando il fallimento del sistema nell'apprendere qualsiasi cosa di utile. Questo fenomeno, spesso chiamato effetto del gradiente svanente (vanishing gradient), ha storicamente limitato quanto queste reti potessero essere rese profonde, specialmente per i problemi intricati e non lineari tipici della matematica finanziaria.
In uno studio recente, i ricercatori Chinonso Nwankwo e Weizhong Dai hanno cercato di abbattere questa barriera. Si sono concentrati su un modello finanziario specifico e altamente complesso chiamato modello American Heston-CIR, che traccia simultaneamente tre parti mobili: il prezzo dell'asset, la sua volatilità e il tasso di interesse. Il loro obiettivo era progettare un nuovo tipo di rete neurale che potesse addestrarsi efficacemente con molti più strati rispetto al passato, permettendole di catturare i comportamenti sottili e irregolari del mercato senza collassare sotto la propria complessità. Inveve di limitarsi a impilare più strati l'uno sopra l'altro, hanno inventato tre distinte strategie architettoniche, che hanno chiamato SoftNet, LinNet e AddNet. Questi nuovi design sono stati costruiti per aggirare i limiti che avevano precedentemente impedito alle reti profonde di operare su compiti così difficili.
I ricercatori hanno iniziato testando i limiti delle reti standard e convenzionali. Hanno scoperto che quando tentavano di utilizzare un design tradizionale con soli tredici strati nascosti, la rete performava scarsamente. Non riusciva a prevedere accuratamente il valore delle opzioni o il punto in cui dovrebbero essere esercitate. Più la rete diventava profonda, peggiore diventava, confermando che l'approccio standard stava incontrando un muro. Per risolvere il problema, il team ha introdotto i loro tre nuovi metodi. Il primo, SoftNet, funziona scomponendo la rete in blocchi più piccoli e collegandoli in modo da permettere alle informazioni di essere riutilizzate e condivise efficientemente, molto simile a un treno dove ogni carro passa il proprio carico al successivo mantenendo il proprio carico. Questo design ha permesso alla rete di crescere in profondità senza perdere il segnale. Il secondo metodo, AddNet, adotta un approccio diverso creando molteplici "uscite anticipate" all'interno della rete. Inve dove non forza ogni pezzo di informazione a viaggiare fino alla fine, la rete prende decisioni parziali in varie fasi e le combina alla fine. Ciò assicura che anche se gli strati più profondi faticano, gli strati precedenti e più superficiali contribuiscono comunque con intuizioni preziose.
Il terzo design, il più efficiente, è LinNet, che combina il meglio dei due mondi. Utilizza un sistema di addizione di unità lineari prima di passarle attraverso blocchi di elaborazione specializzati. Questa struttura impedisce al costo computazionale di esplodere man mano che la rete si approfondisce, rendendola altamente efficiente. I ricercatori hanno spinto LinNet all'estremo, addestrandola con fino a cento strati nascosti. Sorprendentemente, a differenza delle reti convenzionali che fallivano a tredici strati, LinNet ha mantenuto un'alta precisione anche a questa profondità estrema. I risultati hanno mostrato che queste nuove architetture potevano prevedere il valore delle opzioni e il confine di esercizio anticipato con un livello di precisione che eguagliava o superava i rispettati metodi matematici stabiliti. Le reti hanno mappato con successo le superfici complesse dei dati finanziari, inclusi i derivati sensibili noti come "Greci", che misurano come il prezzo dell'opzione reagisce a piccole variazioni del mercato.
Un risultato chiave dello studio è stato che queste nuove reti hanno raggiunto il loro successo senza fare affidamento sulle solite reti di sicurezza che gli esperti di deep learning utilizzano tipicamente per prevenire errori, come il dropout o la normalizzazione del batch (batch normalization). I ricercatori hanno dimostrato che il modo specifico in cui hanno strutturato gli strati — utilizzando funzioni di attivazione speciali e l'ensembling moltiplicativo — è stato sufficiente a mantenere stabile la rete. Hanno anche scoperto che concentrando i dati di addestramento nelle aree più difficili del problema, specificamente vicino ai confini dove il comportamento del mercato è più erratico, le reti hanno imparato molto più velocemente e con maggiore accuratezza. Lo studio ha concluso che, mentre il deep learning standard incontra un muro intorno ai tredici strati per questo tipo di problema, le nuove architetture SoftNet, AddNet e LinNet possono andare molto più in profondità, con LinNet che si dimostra particolarmente robusta ed efficiente. Questo lavoro suggerisce che ripensando a come le reti neurali vengono costruite, piuttosto che limitarsi a renderle più grandi, gli scienziati possono risolvere alcuni dei problemi più ostinati della modellazione finanziaria, aprendo la strada a una valutazione più accurata per strumenti finanziari complessi e reali.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.