• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Sequential δ-optimal consumption and investment for stochastic volatility markets with unknown parameters
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
28 мая 2026 г.
«Мне нравятся самосбывающиеся пророчества»
Андрей Ворчик изучает счастье, читает научпоп-лекции и хочет, чтобы наука занималась в том числе общественными проблемами. В интервью проекту «Молодые ученые Вышки» он рассказал о том, как эмоции влияют на принятие решений, Бермудском треугольнике из ванной, холодильника и кровати и идеальной формуле образования.
28 мая 2026 г.
Карманные деньги, интерес и семья: что влияет на экономическую грамотность студентов
Экономическая грамотность студентов зависит не только от профильного образования, но и от интереса к экономике, учебной среды и финансовых практик в семье. Так, студенты, получавшие карманные деньги нерегулярно, в среднем лучше справляются с тестами по экономической грамотности, чем их сверстники с постоянной финансовой поддержкой. Это показало исследование НИУ ВШЭ на выборке более 1100 студентов из пяти российских университетов. Результаты работы опубликованы в журнале Cakrawala Pendidikan.
27 мая 2026 г.
Нейросетевое отображение как метод создания математических моделей
Ученые НИУ ВШЭ в Нижнем Новгороде и Белградского института физики (Сербия) совместно изучают возможности применения методов машинного обучения и использования нейросетей в исследованиях нелинейной динамики. О международном проекте «Вышке.Главное» рассказала его руководитель от ВШЭ, ведущий научный сотрудник Лаборатории топологических методов в динамике факультета информатики, математики и компьютерных наук НИУ ВШЭ в Нижнем Новгороде Наталия Станкевич.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Sequential δ-optimal consumption and investment for stochastic volatility markets with unknown parameters

Theory of Probability and Its Applications. 2016. Vol. 60. No. 4. P. 533–560.
Berdjane B., Пергаменщиков С. М.

We consider an optimal investment and consumption problem for a Black-Scholes financial market with stochastic volatility and unknown stock price appreciation rate. The volatility parameter is driven by an external economic factor modeled as a diffusion process of Ornstein- Uhlenbeck type with unknown drift. We use the dynamical programming approach and find an optimal financial strategy which depends on the drift parameter. To estimate the drift coefficient we observe the economic factor Y in an interval [0, T0] for fixed T0 > 0, and use sequential estimation. We show that the consumption and investment strategy calculated through this sequential procedure is δ-optimal. 

Язык: английский
DOI
Ключевые слова: stochastic volatilitysequential analysisHamilton-Jacobi-Bellman equationsBlack-Scholes market modelOptimal consumption and investmentTruncate sequential estimate
Похожие публикации
Three-way classification for sequences of observations
A. V. Savchenko, L. V. Savchenko, Information Sciences 2023 Vol. 648 Article 119540
Добавлено: 27 августа 2023 г.
Effective face recognition based on anomaly image detection and sequential analysis of neural descriptors
Sokolova A., Савченко А. В., , in: 2023 IX International Conference on Information Technology and Nanotechnology (ITNT).: IEEE, 2023. P. 1–5.
Добавлено: 13 июня 2023 г.
Sequential analysis in Fourier probabilistic neural networks
Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885
Добавлено: 29 июня 2022 г.
ON A MIXED SINGULAR/SWITCHING CONTROL PROBLEM WITH MULTIPLE REGIMES
Кельберт М. Я., Морено Ф. Г., Advances in Applied Probability 2022 Vol. 54 No. 3 P. 743–782
Добавлено: 26 сентября 2021 г.
Вычислительно эффективные алгоритмы классификации изображений на основе последовательного анализа
Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267–283
В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...
Добавлено: 27 января 2021 г.
Sequential Analysis with Specified Confidence Level and Adaptive Convolutional Neural Networks in Image Recognition
Савченко А. В., , in: Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020).: Piscataway: IEEE, 2020. P. 1–8.
Добавлено: 15 октября 2020 г.
Computation-Efficient Face Recognition Algorithm Using a Sequential Analysis of High Dimensional Neural-Net Features
Sokolova A., Савченко А. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 1 P. 19–29
В работе рассмотрена задача повышения вычислительной эффективности распознавания лиц на статических изображениях и видео, описываемых векторами признаков высокой размерности, которые извлекаются с использованием сверточных нейронных сетей. Для обработки видеопоследовательностей применены способы агрегации признаков, полученных для каждого видео кадра. Предложен новый иерархический алгоритм распознавания, который отличается от известных подходов тем, что для последовательного анализа более детализированного ...
Добавлено: 25 октября 2019 г.
Algorithmic method for modeling the optimal treatment of patients with HIV
Преснова А. П., Journal of Physics: Conference Series 2019 No. 1163 P. 1–6
Добавлено: 28 марта 2019 г.
Sequential three-way decisions in multi-category image recognition with deep features based on distance factor
Савченко А. В., Information Sciences 2019 Vol. 489 P. 18–36
Добавлено: 20 марта 2019 г.
HJB equations with gradient constraint associated with controlled jump-diffusion processes
Кельберт М. Я., Морено Ф. Г., SIAM Journal on Control and Optimization 2019 Vol. 57 No. 3 P. 2185–2213
Добавлено: 13 февраля 2019 г.
Оптимальное и субоптимальное управление нелинейным объектом с использованием метода расширенной линеаризации
Преснова А. П., Автоматизация. Современные технологии 2018 Т. 72 № 12 С. 563–569
Обозначена проблема поиска оптимального управления нелинейными системами. С помощью алгоритмического метода, предложенного в данной работе, построено субоптимальное управление нелинейным объектом. Сделаны необходимые предположения для использования метода расширенной линеаризации. На примере демонстрируется работа алгоритмического метода синтеза субоптимальных управлений, а также проводится сравнение поведения системы при двух режимах: с оптимальным и субоптимальным управлениями. ...
Добавлено: 2 октября 2018 г.
Granular Computing and Sequential Analysis of Deep Embeddings in Fast Still-to-Video Face Recognition
Савченко А. В., , in: Proceedings of the IEEE 12th International Symposium on Applied Computational Intelligence and Informatics (SACI 2018).: IEEE, 2018. P. 515–520.
Добавлено: 17 сентября 2018 г.
On Robust Sequential Parameters Estimating
Цитович И. И., , in: Analytical and computational methods in probability theory and its applications (ACMPT-2017). Proceedings of the International Scientific Conference.: M.: RUDN, 2017. P. 509–522.
Добавлено: 12 сентября 2018 г.
Fluke of stochastic volatility versus GARCH inevitability or which model creates better forecasts?
Лакшина В. В., Силаев А. М., Economics Bulletin 2016 Vol. 36 No. 4 P. 2368–2380
Добавлено: 27 декабря 2016 г.
Solution to HJB equations with an elliptic integro-differential operator and gradient constraint
Морено Ф. Г., Applied Mathematics and Optimization 2018 Vol. 78 No. 1 P. 25–60
Добавлено: 12 октября 2016 г.
Sequential Hierarchical Image Recognition Based on the Pyramid Histograms of Oriented Gradients with Small Samples
Савченко А. В., Белова Н. С., Milov V., , in: Analysis of Images, Social Networks and Texts. 4th International Conference, AIST 2015, Yekaterinburg, Russia, April 9–11, 2015, Revised Selected PapersVol. 542: Series: Communications in Computer and Information Science.: Switzerland: Springer, 2015. Ch. 2 P. 14–23.
In this paper we explore an application of the pyramid HOG (Histograms of Oriented Gradients) features in image recognition problem with small samples. A sequential analysis is used to improve the performance of hierarchical methods. We propose to process the next, more detailed level of pyramid only if the decision at the current level is ...
Добавлено: 4 декабря 2015 г.
Sample space reducing for statistical decision effectiveness increasing
Цитович Ф. И., Цитович И. И., , in: 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops, ICUMT 2014; St. Petersburg; Russian Federation; 6 October 2014 through 8 October 2014.: IEEE, 2015. P. 501–506.
We apply the suboptimal sequential nonparametric hypotheses testing approach for effectiveness of a statistical decision by sample space reducing. Numerical examples of the sample space reducing are given when an appropriate reducing makes it possible to construct robust sequential nonparametric hypotheses testing with a smaller mean duration time then one on the total sample space. ...
Добавлено: 10 сентября 2015 г.
Fluke of stochastic volatility versus GARCH inevitability or Which model creates better forecasts?
Лакшина В. В., / NRU Higher School of Economics. Series FE "Financial Economics". 2014. No. 37.
Добавлено: 2 октября 2014 г.
Do unobserved components models forecast inflation in Russia?
Гафаров Б. Н., / NRU Higher School of Economics. Series EC "Economics". 2013. No. WP BRP 35/EC/2013.
I apply the model with unobserved components and stochastic volatility (UC-SV) to forecast the Russian consumer price index. I extend the model which was previously suggested as a model for inflation forecasting in the USA to take into account a possible difference in model parameters and seasonal factor. Comparison of the out-of-sample forecasting performance of ...
Добавлено: 4 октября 2013 г.
Sub-Optimal Nonparametric Hypotheses Discriminating with Guaranteed Decision
Цитович И. И., Цитович Ф. И., International Journal "Information Models and Analyses" 2013 Vol. 2 No. 1 P. 62–69
We study the problem of testing composite hypotheses versus composite alternatives when there is a slight deviation between the model and the real distribution. The used approach, which we called sub-optimal testing, implies an extension of the initial model and a modification of a sequential statistically significant test for the new model. The sub-optimal test ...
Добавлено: 21 июля 2013 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору