6 0 0 0 OA 原資産価格過程不要な敵対的Deep Hedging
- 著者
- 平野 正徳 南 賢太郎 今城 健太郎
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会第二種研究会資料 (ISSN:24365556)
- 巻号頁・発行日
- vol.2023, no.FIN-030, pp.51-57, 2023-03-04 (Released:2023-03-04)
深層学習と価格時系列シミュレーションを用いてオプションのヘッジ戦略を学習するDeep Hedgingは,取引手数料などを考慮に入れたより現実的な取引戦略を立てることができるため,近年脚光を浴びている.しかしながら,その学習において活用される原資産価格のシミュレーターは,Heston過程などの特定の価格過程を使用することが多い.そこで,本研究においては,特定の価格過程を用いることなく,Deep Hedgingの取引戦略の学習を可能にする手法を提案する.提案手法では,架空の任意の価格過程を生成する生成器とDeep Hedgingが敵対的に学習を行う.提案手法を用いた場合,一切の価格時系列を与えることなく,通常のDeep Hedgingとほぼ同等の性能のヘッジを行えることを示した.
言及状況
外部データベース (DOI)
Twitter (6 users, 6 posts, 7 favorites)
sig-finの「原資産価格過程不要な敵対的Deep Hedging」面白かった。まず手元で分布を仮定したDeep Hedgingを実装してみたい。PFNの記事に"結果の図を見ていくと、どちらも従来手法とほぼ同じかより良い損益分布を獲得できている"とあるが、分散が広がっただけではないのか…？
https://t.co/PWoNO4YT2W
こちらの研究です。
平野 正徳, 南 賢太郎, 今城 健太郎, 原資産価格過程不要な敵対的Deep Hedging, 人工知能学会第二種研究会資料, 2023, 2023 巻, FIN-030 号, p. 51-57, 公開日 2023/03/04, Online ISSN 2436-5556, https://t.co/MsWGy0oVRB, 抄録:
2/20
Sigfinで発表した，「原資産価格過程不要な敵対的Deep Hedging」のスライドを公開しました
【論文】
https://t.co/xRJ1JpKBak
【speakerdeck】
https://t.co/JXCxju8TY4
【slideshare】
https://t.co/6hCO5JvOd4