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