文献
J-GLOBAL ID:202202256426957735   整理番号:22A0776298

ペナルティアプローチによるモデル不確実性の下でのロバストな効用最大化【JST・京大機械翻訳】

Robust utility maximization under model uncertainty via a penalization approach
著者 (7件):
資料名:
巻: 16  号:ページ: 51-88  発行年: 2022年 
JST資料番号: W4717A  ISSN: 1862-9679  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は不確かなパラメータの下でユーティリティ最大化の問題を扱う。モデルのパラメータが与えられた範囲内で自由に進化する古典的手法とは対照的に,ペナルティ関数を介してそれらを制約する。さらに,本論文では,差分法,Generative Adversarial Network and Monte Carloシミュレーションを含む値関数を解くための様々な数値アルゴリズムを提案する。これらの方法はロバストなポートフォリオ最適化問題を解くための定量的手法に寄与する。このロバスト最適化プロセスは2層ゼロ和確率微分ゲームとして解釈できることを示した。著者らは,この値関数が動的プログラミング原理を満たし,それが関連するHamilton-Jacobi-Bellman-Isaacs方程式のユニークな粘度解であることを証明した。実市場データに関するこのロバストアルゴリズムをテストすることによって,著者らは,ロバストポートフォリオが,一般により高い期待効用を持ち,強い市場下降の下でより安定であることを示した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
システム・制御理論一般  ,  その他のオペレーションズリサーチの手法 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る