Uncertainty-Aware Deep Hedging
创建于 更新于
摘要
本文将不确定性量化引入 deep hedging：通过训练五个独立 LSTM 成员构成深度集成并以成员间分歧作为逐时刻置信度信号，证实该信号能显著预测策略相对表现并用于构造 CVaR 优化的混合对冲（以集成对冲与 Black–Scholes delta 加权），从而在多种 Heston 校准下将 CVaR 改善 35–80 个基点，并较 Whalley–Wilmott 改善 100–250 个基点，且改进通过配对自助检验显著。[page::0][page::1][page::14]
