¡REDES NEURONALES ALEATORIAS para Optimizar Decisiones Financieras! скачать в хорошем качестве

¡REDES NEURONALES ALEATORIAS para Optimizar Decisiones Financieras!

Este estudio presenta un método novedoso que utiliza redes neuronales aleatorias para resolver problemas de 'parada óptima', que son cruciales en finanzas, como por ejemplo, decidir el mejor momento para vender una opción financiera (opción americana). La idea principal es utilizar redes neuronales donde solo se entrena la última capa, mientras que las capas internas se generan de forma aleatoria. Este enfoque simplifica enormemente el proceso de entrenamiento, haciéndolo mucho más rápido y eficiente que los métodos tradicionales. Los investigadores probaron su algoritmo en diferentes modelos financieros, como Black-Scholes y Heston, y para diferentes tipos de opciones. Los resultados demuestran que su método no solo es considerablemente más rápido que las técnicas de aprendizaje automático de última generación, sino que también alcanza una precisión comparable. Esto es especialmente importante para problemas de alta dimensionalidad (con muchos factores), donde otros algoritmos se vuelven impracticables. Además de la rapidez y la precisión, este enfoque ofrece garantías teóricas de convergencia, algo que no siempre es posible con redes neuronales profundas más complejas. El estudio también muestra que esta técnica se puede aplicar a problemas no markovianos (donde el pasado influye en el futuro) usando redes neuronales recurrentes aleatorias, y puede utilizarse para calcular eficientemente las 'griegas', que son medidas de sensibilidad del precio de las opciones. Link al paper: https://arxiv.org/pdf/2104.13669 Autores del estudio: Calypso Herrera, Florian Krach, Pierre Ruyssen, Josef Teichmann Apoyanos en   / audioarxiv   Unete en   / discord   #Ciencia de la computación #InteligenciaArtificial #Finanzas #Trading #MachineLearning #RedesNeuronales