解决多期金融规划模型：融合蒙特卡洛树搜索和神经网络
摘要：将MCTS算法引入金融领域并聚焦于通过将Monte Carlo Tree Search算法与深度神经网络相结合来解决重要的多期金融规划模型。MCTS为神经网络提供了先进的起点，从而使得组合方法的性能优于单独的方法，产生了有竞争力的结果。多项创新改进了计算，包括应用于树的上界置信度变体（UTC）和特殊的查找搜索。我们将这个两步算法与动态规划/神经网络的方法进行了比较。这两种方法都解决了包含50个时间步骤和十二个资产类别的制度转换模型。迄今为止，这些问题一直超出了传统算法能够解决优化模型的范围。
作者：Afc{s}ar Onat Ayd{i}nhan, Xiaoyue Li, John M. Mulvey
论文ID：2202.07734
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2022-05-19