Arbitrage-Free Bond and Yield Curve Forecasting with Neural Filters under HJM Constraints
创建于 更新于
摘要
本文提出在HJM约束下的无套利深度学习框架，通过将累积超额收益（AER）作为训练正则化项，并在可微分的KF/EKF/PF滤波器闭环内以LSTM/CLSTM学习时间变参数，实现对国债与公司债的价格与收益率短中期（1日、5日）预测；实证表明AER在短端、尤其是5日预测上带来最大改进（提高bid–ask命中率并降低美元计价误差）[page::0][page::1][page::11].
