Нейросети на службе опционных трейдеров: ценообразование и хеджирование в условиях неполных рынков

Для опциона Equinox с параметрами $B=1$, $P=0.8$, $R=1$, $T=2$, $K=1$ и $X_0=1$ нейросетевое хеджирование демонстрирует эмпирические распределения прибыли и убытков, отражающие вариативность финансовых результатов при данной стратегии.

Новая методика, основанная на глубоком обучении, позволяет одновременно оценивать стоимость и формировать хеджирующие стратегии для европейских опционов даже в ситуациях, когда идеальное хеджирование невозможно.

За гранью «Подделка или нет»: Новый подход к выявлению изображений, созданных ИИ

На основе анализа данных из AIGCDetectBenchmark, модель успешно выявила подтипы сгенерированных подделок, что подтверждается визуализацией обученных представлений посредством t-SNE проекций, демонстрирующих соответствие между кластерами, выделенными моделью, её бинарными предсказаниями о подлинности и фактическими методами генерации.

Исследователи предлагают метод, позволяющий надежно определять, было ли изображение сгенерировано искусственным интеллектом, даже если модель, создавшая его, ранее не встречалась.