可预测的前瞻性绩效过程：间断评估和人机交互应用
摘要：可预测的离散时间前向过程的研究：在金融市场的二叉树模型中，交易时间与绩效评估时间不一致。构建这些过程的关键步骤是解决与驱动可预测前向过程演化相关的高阶线性函数方程。我们提供存在性和唯一性的充分条件，并在这些条件下明确构建可预测的前向过程。此外，我们发现这些过程在本质上是近视的，即最优策略即使在已知情况下也不利用未来模型参数。最后，我们认为可预测的前向偏好是用于建模自动交易或机器顾问中的人机交互的可行框架。对于这两种应用，我们确定了一个最佳的互动时间表，即人类代理者与负责交易的机器之间的不频繁互动。
作者：Gechun Liang, Moris S. Strub, Yuwei Wang
论文ID：2110.08900
分类：Mathematical Finance
分类简称：q-fin.MF
提交时间：2023-02-28