Finanza quantitativa - Finanza computazionale

Lo studio confronta limiti di prezzo e circuit breaker nella gestione dei cali dei prezzi delle azioni.

Esplorare metodi per rendere l'IA nella finanza più comprensibile e affidabile.

Questo articolo parla dell'importanza di avere chiarezza nei modelli di machine learning.

Utilizzare il deep learning per migliorare la precisione dei prezzi delle opzioni su basket.

Usare l'analisi dei dati per individuare startup promettenti prima di investire.

Questo documento esamina come le aziende operano nei mercati dei crediti di carbonio per ridurre le emissioni.

Uno sguardo critico all'efficacia dei modelli di volatilità grezza nei mercati finanziari.

Scopri come i piccoli investitori possono cambiare i loro portafogli riducendo al minimo i costi e massimizzando il valore.

Impara metodi per selezionare portafogli che superano i benchmark standard mentre gestisci i rischi.

Uno sguardo dettagliato al dataset ECL per la previsione di bancarotta.

Esaminando i prezzi delle opzioni usando equazioni differenziali parziali nei mercati a cambiamento di regime.

Esaminare come il deep learning migliori il processo decisionale in ambienti incerti.

Esaminando come i processi di Hawkes marcati illuminano le interazioni degli eventi nel tempo.

Esplorare come l'IA trasforma la decisione di trading nei mercati finanziari.

Presentiamo Causal-NECO VaR per una previsione dei rischi migliore in finanza.

Esaminare il legame tra i fattori di prezzo degli attivi e le performance di mercato utilizzando portafogli casuali.

Un nuovo modo di capire le dinamiche del mercato crypto attraverso tecniche di modellazione avanzate.

Questo articolo esamina come le affermazioni degli analisti influenzano il comportamento del mercato e i valori delle azioni.

Un nuovo modello migliora l'hedging dinamico tenendo conto dell'impatto di mercato e della liquidità.

Uno sguardo sulle simulazioni del libro degli ordini limite e le loro implicazioni per il trading.

Questo documento esplora metodi per stimare le probabilità di riempimento degli ordini limite.

Impara metodi efficaci per valutare vari strumenti di debito nei mercati finanziari.

Un nuovo approccio per rilevare le frodi nei mercati finanziari utilizzando l'apprendimento automatico e il contributo di esperti.

Una panoramica dei fattori unici che influenzano gli investimenti in criptovalute.

StockGPT usa modelli avanzati per prevedere i rendimenti azionari basati su dati storici.

Gli algoritmi quantistici migliorano i calcoli del rischio per i derivati finanziari.

Nuovi metodi semplificano la determinazione dei prezzi delle opzioni finanziarie complesse per i trader.

Migliorare il processo decisionale integrando il rischio nell'apprendimento per rinforzo.

Scopri come il secondo ordine di dominanza stocastica può migliorare la tua strategia d'investimento.

Esplorare modelli polinomiali di Ornstein-Uhlenbeck per la volatilità finanziaria e la valutazione dei derivati.

Uno sguardo al metodo G-LSM per valutare efficacemente le opzioni americane.

Uno sguardo a come il MLMC migliora le stime complesse usando approcci a strati.

Un nuovo modello migliora la gestione del portafoglio attraverso l'IA e le teorie tradizionali.

Un nuovo modo per prendere decisioni migliori in situazioni dinamiche.

Un nuovo metodo migliora l'efficienza e la precisione del portafoglio di investimento.

I robo-consulenti migliorano i consigli di investimento grazie a informazioni sulle preferenze dei clienti.

Uno sguardo profondo sulla volatilità dipendente dal percorso e il suo impatto sul prezzo delle opzioni.

Questo documento esplora come l'IA e il machine learning possano migliorare le previsioni delle tendenze di mercato.

Uno studio che confronta il modello HAR e il machine learning nella previsione della volatilità azionaria.

Un nuovo metodo migliora le previsioni delle relazioni tra asset per strategie di investimento migliori.