High-Resolution Tensor-Network Fourier Methods for Exponentially Compressed Non-Gaussian Aggregate Distributions
O artigo demonstra que as funções características de somas ponderadas de variáveis aleatórias independentes exibem uma estrutura de baixo posto na representação Tensor Train quantizada (QTT), permitindo a compressão exponencial de distribuições não gaussianas e o cálculo eficiente de métricas de risco financeiro, como VaR e ES, mesmo em discretizações de alta resolução que superam os limites das implementações densas tradicionais.