提出可证明无套利的AFNO算子学习框架
热点事件持续更新
提出可证明无套利的AFNO算子学习框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
论文作者在arXiv发布AFNO框架：一个可认证无套利且具有通用性的编码器-解码器神经算子，把RKHS输入连续映射为免套利欧式看涨期权价格曲面的凸组合，用于学习期权价格曲面。 论文还给出两个否定性结论：对无约束预测曲面的最近免套利修正未必存在，即事后处理一般无法恢复无套利；FNO等标准神经算子存在违反静态无套利的参数配置，只能靠PINN型正则化在训练时引导。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 13:00
AFNO：面向欧式看涨期权价格曲面的免套利算子学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIAFNO：面向欧式看涨期权价格曲面的免套利算子学习框架
论文提出 AFNO，一个可认证免套利且通用的编码器-解码器神经算子框架，通过连续求解近似最近邻问题，将 RKHS 输入映射为免套利欧式看涨期权价格曲面的凸组合。研究表明对无约束预测曲面的最近免套利修正未必存在，说明事后处理一般无法恢复无套利；FNO 等标准神经算子存在违反静态无套利的参数配置，只能在训练时借助 PINN 型正则化引导。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。