economia
Progetto
Optimal control in financial and energy markets
using deep learning
Responsabili
PI: C. Bayer, P. Friz, J. Schoenmakers, V. Spokoiny (a Berlino), Paolo Pigato (a Tor Vergata)
Descrizione
Il progetto ha l’obiettivo di studiare, sia dal punto di vista teorico sia dell'implementazione, dei metodi di controllo ottimo per problemi che vengono da vari tipi di mercati (per esempio i mercati dell’energia).
Questi metodi combinano tecniche classiche e tecnologia recente nell’ambito del machine learning, come il deep learning e i metodi di regressione.
Data inizio
1 gennaio 2019
Data fine
in corso, nel 2021
Stato
Studio teorico e numerico dei metodi sopra menzionati, che ha dato luogo a due preprint.
Risultati
Analisi della convergenza di algoritmi di deep learning usati nel prezzaggio di opzioni e implementazione usando ottimizzazione globale e programmazione dinamica.
Discussione dell’efficienza di un metodo di regressione “rinforzata”, basata su esempi numerici e analisi teorica.
Progetto
Reinforcement learning for financial options
Responsabili
Stefano Herzel e Paolo Pigato
Descrizione
Implementazione di tecniche di Reinforcement Learning per strategie di hedging.
Data inizio
ottobre 2020
Data fine
in corso, nel 2021