価値関数学習に基づいた効率的DeepHedging機構

的矢知樹, 王允卓, 平野正徳, 今城健太郎

2024年度人工知能学会全国大会(第38回), p. JSAI2024_4M3GS1002, May 31, 2024

Conference

2024年度人工知能学会全国大会(第38回) (JSAI2024)

Abstract

本論文では，金融資産リターンにおいて共通ファクターを除去したあとに残る残差リターンに注目し，良い性質を持つ残差リターンを抽出する方法を提案する．通常の主成分分析による方法では，共通ファクターの数を決める必要があり，数を多くすると共通ファクター成分を多く除去できるが，ノイズを含む可能性があるというトレードオフが存在する．提案手法は，リターンをランダムに2つのグループに分け，片方でファクター（主成分ベクトル）の抽出を行い，もう片方で固有値の推定を行う．そして固有値を均一化するような変換を施した変換行列を作成することで，これまでのPCAよりも安定的にかつ良い性質をもつ残差リターンを抽出することができるようになる．本論文においては，人工および実際の市場データに基づいた分析により，提案手法は性質が良い残差リターンの抽出ができることを実証する．

Keywords

マルチエージェント; 金融市場; ミクロ的基礎づけ;

doi

10.11517/pjsai.JSAI2024.0_4M3GS1002

bibtex

@inproceedings{Matoya2024-jsai38,
  title={{価値関数学習に基づいた効率的DeepHedging機構}},
  author={的矢 知樹 and 王 允卓 and 平野 正徳 and 今城 健太郎},
  booktitle={2024年度人工知能学会全国大会(第38回)},
  pages={JSAI2024_4M3GS1002},
  doi={10.11517/pjsai.JSAI2024.0_4M3GS1002},
  year={2024}
}