5月5日，應(yīng)數(shù)理與金融學(xué)院邀請(qǐng)，同濟(jì)大學(xué)董玉超博士在T1612會(huì)議室作題為《Randomized Optimal Stopping Problem in Continuous Time and Reinforcement Learning Algorithm》的學(xué)術(shù)報(bào)告。報(bào)告會(huì)由系統(tǒng)科學(xué)學(xué)科負(fù)責(zé)人費(fèi)為銀教授主持，學(xué)院青年骨干教師、研究生參加了此次報(bào)告會(huì)。
董玉超從強(qiáng)化學(xué)習(xí)方法在金融數(shù)學(xué)與最優(yōu)控制領(lǐng)域的應(yīng)用價(jià)值切入，系統(tǒng)闡釋了該算法相較于傳統(tǒng)優(yōu)化方法在處理高維隨機(jī)問(wèn)題、復(fù)雜動(dòng)態(tài)系統(tǒng)建模等方面的理論優(yōu)勢(shì)。聚焦連續(xù)時(shí)間下的隨機(jī)最優(yōu)停時(shí)問(wèn)題，以美式看跌期權(quán)定價(jià)為典型案例，創(chuàng)新性地提出將熵正則化機(jī)制嵌入強(qiáng)化學(xué)習(xí)獎(jiǎng)勵(lì)函數(shù)，構(gòu)建起經(jīng)典最優(yōu)停時(shí)問(wèn)題與連續(xù)時(shí)間隨機(jī)控制問(wèn)題的數(shù)學(xué)等價(jià)框架。這一方法論突破不僅拓展了動(dòng)態(tài)規(guī)劃的理論邊界，更為金融衍生品定價(jià)、投資決策優(yōu)化等實(shí)際問(wèn)題提供了新的算法實(shí)現(xiàn)路徑。
在互動(dòng)環(huán)節(jié)，與會(huì)師生就強(qiáng)化學(xué)習(xí)算法、熵正則化參數(shù)校準(zhǔn)等關(guān)鍵問(wèn)題與董玉超博士展開(kāi)深度探討，氣氛熱烈。本次報(bào)告通過(guò)學(xué)科交叉視角揭示了機(jī)器學(xué)習(xí)方法在金融數(shù)學(xué)領(lǐng)域的前沿應(yīng)用，為我院相關(guān)方向的研究注入了新的學(xué)術(shù)增長(zhǎng)點(diǎn)，進(jìn)一步推動(dòng)了智能算法與數(shù)理金融的融合創(chuàng)新研究。
（文：李亮 編輯：郭亞勤 預(yù)審：潘海峰 審核：彭海燕）
版權(quán)所有 安徽工程大學(xué) 皖I(lǐng)CP備10016294號(hào)
數(shù)理與金融學(xué)院 地址：安徽蕪湖市北京中路 郵編：241000 電話(huà)0553-2871142
訪(fǎng)問(wèn)量：