Optimal strategy and deep hedging for share repurchase programs
创建于 更新于
摘要
本文提出一个将回购执行与对冲联合优化的深度学习框架：用神经网络分别参数化每日回购量与平仓概率，并以凸风险测度（OCE / expected shortfall 或 mean-variance）作为损失函数进行端到端训练，从而在考虑交易限额、greenshoe 与可执行对冲能力的约束下显著提升回购计划的实际表现与可给出的折扣（indifference discount）[page::0][page::6][page::17][page::20].
