Multi-Period Martingale Optimal Transport: Classical Theory, Neural Acceleration, and Financial Applications
创建于 更新于
摘要
本文提出多期马氏最优传输（MMOT）的完整框架：证明离散-连续收敛率为 O(√Δt log(1/Δt)) 并给出交替 Martingale‑Sinkhorn 的线性收敛率 (1−κ)^{2/3}；在算法上引入增量更新与自适应稀疏网格以降复杂度为 O(M^2)；提出 transformer → Newton 混合解法实现在线推理 1,597× 加速并在合成与真实市场数据上验证精度与无套利性，且给出交易成本与标的校准不确定性的显式界限 [page::4][page::3][page::9]
