人工智能方法应对动量风险承担
摘要：动量风险承担的数学模型及其在股市短期波动风险管理方面的应用: 一个基于完全自动化的动量股票交易系统的成功展示和广泛历史与实时实验的提议。动量风险承担是一种决策制定的关键组成部分，对于人工智能和机器学习来说是一个挑战，并且在认知科学中具有深刻的根源；我们将讨论股票市场之外的其它变体。我们首先提出了一种基于新闻对股票价格的影响的新型代数类型理论，该理论很好地描述了它们的增长能力、周期性以及价格目标和利润的市场现象。这个理论通常需要贝塞尔函数和超几何函数。它的离散化结果是一些出价表，这些基本上是主要投资周期的预期收益，也是我们交易系统的关键。我们使用的机器学习程序类似于神经网络。我们方法的映像是在文章末尾提供的一种结合桥牌和扑克牌的新合约纸牌游戏。与随机过程和分数布朗运动的关系也进行了概述。
作者：Ivan Cherednik
论文ID：1911.08448
分类：Risk Management
分类简称：q-fin.RM
提交时间：2020-03-18