Uncertainty-Aware Deep Hedging
本論文は、深層学習によるヘッジングにおいてモデルの不確実性を定量化するアンサンブル手法を提案し、その不確実性に基づいて古典的なブラック・ショールズ・デルタと学習された戦略を動的に組み合わせることで、CVaR 指標において両者よりも統計的に有意な改善を実現することを示しています。
💰 Category
q-fin
92 件の論文
Towards macroeconomic analysis without microfoundations: measuring the entropy of simulated exchange economies
この論文は、熱力学的な枠組みを用いてマクロ経済を分析する「熱力学的マクロ経済学」の理論に基づき、コンピュータシミュレーションを通じて、ミクロ的基礎付けが不可能な複雑な交換経済においても、物理学的な熱量測定のアナロジーとして経済システムのエントロピーを実証的に測定可能であることを示しています。
Hybrid Hidden Markov Model for Modeling Equity Excess Growth Rate Dynamics: A Discrete-State Approach with Jump-Diffusion
この論文は、連続的な超過成長率をラプラス分位で定義された離散状態に変換し、ポアソン駆動のジャンプ持続メカニズムを組み込んだハイブリッド隠れマルコフモデルを提案することで、現実の市場データが持つ重尾分布、ボラティリティ・クラスタリング、および線形自己相関の欠如を同時に再現する合成金融時系列生成手法を開発したことを述べています。
Weighted Generalized Risk Measure and Risk Quadrangle: Characterization, Optimization and Application
本論文は、異なるシナリオにおける多様なリスク評価を統合する「加重一般化リスク尺度（WGRM）」とその枠組み「加重リスク四角形（WRQ）」を理論的に確立し、最適化問題の計算可能性を証明するとともに、実証分析を通じて単一シナリオに依存する誤った判断による損失を軽減し、ポートフォリオのパフォーマンスを向上させる有効性を示しています。
A Bipartite Graph Approach to U.S.-China Cross-Market Return Forecasting
この論文は、米国と中国の株式市場の非同時取引時間を利用した有向二部グラフを構築し、機械学習モデルに組み込むことで、米国市場の情報が中国市場の日内リターンを予測する強い非対称性を持つことを明らかにしています。
Win-score promotion gates in aggregator-routed RFQ markets: A two-tier stochastic control model
この論文は、アグリゲーター経由の RFQ 市場におけるディーラーの勝率スコアに基づくルーティング制約を、RFQ レベルの価格競争とマクロなルーティング層に分離した二段階の確率制御モデルとして定式化し、ハミルトン・ヤコビ・ベルマン方程式の解析を通じて、スコア動態の分岐や双安定性がもたらす「キャンペーンと収穫」の最適戦略パターンを解明しています。
When David becomes Goliath: Repo dealer-driven bond mispricing
この論文は、独占的なディーラーの市場力と異質なショックの伝播が、国債リポ取引における資金市場の摩擦を生み出し、債券利回りの乖離に顕著な影響を与えていることを実証的に示しています。
Risk-Adjusted Harm Scoring for Automated Red Teaming for LLMs in Financial Services
この論文は、金融サービス分野における大規模言語モデルのリスクを評価するために、ドメイン固有の有害事象分類、自動化された多ラウンドレッドチームング、およびリスク調整危害スコア（RAHS）を組み合わせた新しい評価フレームワークを提案し、単発のドメイン非依存評価の限界と、長期的な敵対的圧力下でのリスク感受性評価の必要性を明らかにしています。
SPX-VIX Risk Computations Via Perturbed Optimal Transport
この論文は、市場の微笑曲線に対する結合最適輸送較正に基づき、フィッシャー情報線形化を用いた摂動手法を導入することで、市場ショック後の完全再較正を不要としつつ、SPX と VIX のリスクシナリオを高速かつ正確に生成するモデル非依存フレームワークを提案しています。
On Utility Maximization under Multivariate Fake Stationary Affine Volterra Models
本論文は、非マルコフ性および非半半定過程性により古典的制御手法が適用できない多変量偽定常アフィン・ボルテラ・モデル環境下でのメルトン型ポートフォリオ最適化問題を、リカッチ型後方確率微分方程式の解を用いた半閉形式の最適戦略として導出するものである。
Information Structures in Stablecoin Markets
この論文は、グローバルゲームモデルを用いて、ステーブルコインのペッグ外れが大口売却や準備資産の質の悪さによって引き起こされるメカニズムを解明し、情報の精度（公的・私的）がファンダメンタルズによって脱走の確率に逆説的な影響を与えることを示すことで、不透明なステーブルコインの安定性や現実の脱走事象を説明する理論的枠組みを提示しています。
Identifying the post-pandemic determinants of low performing students in Latin America through Interpretable Machine Learning methods
この論文は、2022 年の PISA データと解釈可能な機械学習手法を用いて、ラテンアメリカの低学力生徒の主要な決定要因（言語、経済状況、学校環境など）を特定し、教育格差是正への示唆を提供するものである。
Nonlinear Fiscal Transitions and the Dynamics of Public Expenditure Reform
この論文は、ウルグアイの公的支出再配分を分析する非線形理論枠組みを開発し、制度的硬直性と調整コストを考慮したシミュレーションにより、構造改革が短期的な支出増（J 字カーブ）を伴うことを示し、財政改革の検討において移行期のダイナミクスと調整コストを考慮する重要性を強調しています。
The Widening Gap in Tax Attitudes: Role of Government Trust in the post COVID-19 period
この論文は、日本のデータを用いた分析を通じて、パンデミック以前は社会的規範に支えられていた再分配支持が、危機後は政府への信頼に依存する条件付きの態度へと変化し、特に高所得層においてその依存度が高まることで「格差」が生じていることを明らかにしています。
Preference for redistribution and institutional trust: Comparison before and after COVID-19
2016 年から 2024 年までの日本における個人パネルデータを用いた本研究は、COVID-19 パンデミック後に高所得層の再分配支持が低下したことを示し、その低下幅は政府への信頼が高いほど小さくなるが、一般的な信頼や互恵性は影響しなかったと結論付けています。
Sleep and redistribution preferences: Considering allowable tax rates
この研究は、オンライン調査を用いた分析により、睡眠時間と再分配選好（許容税率）の間に逆 U 字型の関係が存在し、睡眠の質や所得水準、再分配の具体的な条件によってその関連性が異なることを明らかにした。
Convergence of Neural Network Policies for Risk--Reward Optimization
本論文は、制約付きの2段階フィードバック方策をニューラルネットワークでパラメータ化し、その経験的最適値がネットワーク容量と訓練サンプル数の増加に伴って真の最適値に確率収束することを証明する、リスク・リターン最適化問題に対する新しい確率的制御フレームワークを提案しています。
Onflow: a model free, online portfolio allocation algorithm robust to transaction fees
本論文は、資産収益率の分布に関する仮定を置かず、トランザクションコストを考慮しながら確率的勾配法を用いてポートフォリオ配分を動的に最適化する、モデルフリーかつオンラインなアルゴリズム「Onflow」を提案し、高い取引コスト下でも既存手法を上回る性能を示すことを実証しています。
Finance-Informed Neural Network: Learning the Geometry of Option Pricing
この論文は、観測されたオプション価格の学習に依存せず、動的ヘッジに基づく自己教師あり複製目的関数を通じて金融理論を直接統合し、ブラック・ショールズモデルから確率変動環境まで一貫した価格と感応度（グリークス）を導出する「ファイナンス・インフォームド・ニューラルネットワーク（FINN）」を提案するものである。
Arbitrage-free catastrophe reinsurance valuation for compound dynamic contagion claims
本論文は、気候変動やパンデミックなどの新興リスクを考慮した動的な伝播モデルを用いて、アビトラージフリーの条件のもとでカタストロフィー再保険の公正な保険料を導出する手法を提案し、数値シミュレーションによる検証と感度分析を行っている。