ハイ・イールド債の監督類似性
高利回り社債の取引可能な代替案の識別に量子認識MLを使用
PDFをダウンロードするにはここをクリック
Joshua Rosaler、Luca Candelori、Vahagn Kirakosyan、Kharen Musaelian、Ryan Samson、Martin T. Wells、Dhagash Mehta、Stefano Pasqualiは、量子認知機械学習（QCML）を社債の距離メトリック学習に適用。類似性の尺度は、流動性の低い債券の取引、類似した取引可能な代替商品の識別、直近の相場や取引が少ない証券の価格付けに有効です。教師あり距離メトリック学習のQCMLは、ハイイールド市場ではツリーベースのモデルを上回り、投資適格市場では同等の性能を発揮
証券間の類似関係を学習することは、機械学習を金融の文脈に応用する上で中心的な役割を果たします。例えば、ポートフォリオ・マネジャーが特定の証券をポートフォリオに組み入れたいが
コンテンツを印刷またはコピーできるのは、有料の購読契約を結んでいるユーザー、または法人購読契約の一員であるユーザーのみです。
これらのオプションやその他の購読特典を利用するには、info@risk.net にお問い合わせいただくか、こちらの購読オプションをご覧ください： http://subscriptions.risk.net/subscribe
現在、このコンテンツを印刷することはできません。詳しくはinfo@risk.netまでお問い合わせください。
現在、このコンテンツをコピーすることはできません。詳しくはinfo@risk.netまでお問い合わせください。
Copyright インフォプロ・デジタル・リミテッド.無断複写・転載を禁じます。
当社の利用規約、https://www.infopro-digital.com/terms-and-conditions/subscriptions/（ポイント2.4）に記載されているように、印刷は1部のみです。
追加の権利を購入したい場合は、info@risk.netまで電子メールでご連絡ください。
Copyright インフォプロ・デジタル・リミテッド.無断複写・転載を禁じます。
このコンテンツは、当社の記事ツールを使用して共有することができます。当社の利用規約、https://www.infopro-digital.com/terms-and-conditions/subscriptions/（第2.4項）に概説されているように、認定ユーザーは、個人的な使用のために資料のコピーを1部のみ作成することができます。また、2.5項の制限にも従わなければなりません。
追加権利の購入をご希望の場合は、info@risk.netまで電子メールでご連絡ください。
詳細はこちら カッティング・エッジ
ポッドキャスト：ピエトロ・ロッシ氏による信用格付けとボラティリティ・モデルについて
確率論的手法とキャリブレーション速度の向上により、クレジットおよび株式分野における確立されたモデルが改善されます。
2025年の影響度合い：デリバティブ価格設定が主導的役割を担い、クオンツはAIの群れに追随しない
金利とボラティリティのモデリング、ならびに取引執行は、クオンツの優先事項の最上位に位置しております。
ニューラルネットワークの真価発揮：SPXとVIXの同時校正がこれまでになく高速化した
SPXおよびVIXオプションは、深層ニューラルネットワークを用いてリアルタイムで共同調整が可能です。
信用移行とスプレッドのダイナミクスを結びつける
信用格付け遷移行列をシミュレートするための、迅速に校正可能なモデルをご提案いたします。
時間非同次モデルにおけるアメリカンオプションの行使価格の変動範囲
価格設定モデルは、マイナス金利または利便性利回りを考慮に入れるために拡張されます。
クアンキャスト・マスターズ・シリーズ：ウォルター・ファルカス、チューリッヒ大学（ETH）
スイスの計画、大規模な共同教員陣、そして公開プレゼンテーションがプログラムを形作っています。
期待値と価格の相対エントロピー
リスク中立価格設定からエントロピーリスク最適化への移行
Quantcast Master’s Series: Jack Jacquier, Imperial College London
A shift towards market micro-structure and ML has reshaped the programme
