Buchumschlag

KANHedge: Efficient Hedging of High-Dimensional Options Using Kolmogorov-Arnold Network-Based BSDE Solver

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Handal, Rushikesh, Hirano, Masanori
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Finance Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

KANOP: A Data-Efficient Option Pricing Model using Kolmogorov-Arnold Networks
von: Handal, Rushikesh, et al.
Veröffentlicht: (2024)

Experimental Analysis of Deep Hedging Using Artificial Market Simulations for Underlying Asset Simulators
von: Hirano, Masanori
Veröffentlicht: (2024)

On Quantum BSDE Solver for High-Dimensional Parabolic PDEs
von: Su, Howard, et al.
Veröffentlicht: (2025)

Financial Fine-tuning a Large Time Series Model
von: Fu, Xinghong, et al.
Veröffentlicht: (2024)

Scientific Machine Learning with Kolmogorov-Arnold Networks
von: Faroughi, Salah A., et al.
Veröffentlicht: (2025)

Degree-Optimized Cumulative Polynomial Kolmogorov-Arnold Networks
von: Vanherreweghe, Mathew, et al.
Veröffentlicht: (2025)

Option Pricing with Convolutional Kolmogorov-Arnold Networks
von: Li, Zeyuan, et al.
Veröffentlicht: (2024)

Application of Deep Reinforcement Learning to At-the-Money S&P 500 Options Hedging
von: Bracha, Zofia, et al.
Veröffentlicht: (2025)

Enhancing Deep Hedging of Options with Implied Volatility Surface Feedback Information
von: François, Pascal, et al.
Veröffentlicht: (2024)

Chaotic Hedging with Iterated Integrals and Neural Networks
von: Neufeld, Ariel, et al.
Veröffentlicht: (2022)

KANO: Kolmogorov-Arnold Neural Operator
von: Lee, Jin, et al.
Veröffentlicht: (2025)

Adaptive Nesterov Accelerated Distributional Deep Hedging for Efficient Volatility Risk Management
von: Zhao, Lei, et al.
Veröffentlicht: (2025)

Forecasting VIX using interpretable Kolmogorov-Arnold networks
von: Cho, So-Yoon, et al.
Veröffentlicht: (2025)

Mathematics of Differential Machine Learning in Derivative Pricing and Hedging
von: Gomes, Pedro Duarte
Veröffentlicht: (2024)

The Enhanced Physics-Informed Kolmogorov-Arnold Networks: Applications of Newton's Laws in Financial Deep Reinforcement Learning (RL) Algorithms
von: Thoi, Trang, et al.
Veröffentlicht: (2026)

Enhancing Black-Scholes Delta Hedging via Deep Learning
von: Qiao, Chunhui, et al.
Veröffentlicht: (2024)

Recurrent Neural Networks for Dynamic VWAP Execution: Adaptive Trading Strategies with Temporal Kolmogorov-Arnold Networks
von: Genet, Remi
Veröffentlicht: (2025)

Symbolic--KAN: Kolmogorov-Arnold Networks with Discrete Symbolic Structure for Interpretable Learning
von: Faroughi, Salah A, et al.
Veröffentlicht: (2026)

Error Analysis of Deep PDE Solvers for Option Pricing
von: Rou, Jasper
Veröffentlicht: (2025)

Optimizing Deep Reinforcement Learning for American Put Option Hedging
von: Pickard, Reilly, et al.
Veröffentlicht: (2024)

Finance-Informed Neural Network: Learning the Geometry of Option Pricing
von: Aboussalah, Amine M., et al.
Veröffentlicht: (2024)

Quantum Deep Hedging
von: Cherrat, El Amine, et al.
Veröffentlicht: (2023)

Shallow Representation of Option Implied Information
von: Lin, Jimin
Veröffentlicht: (2026)

Fast Deep Hedging with Second-Order Optimization
von: Mueller, Konrad, et al.
Veröffentlicht: (2024)

Deep Hedging of Green PPAs in Electricity Markets
von: Biegler-König, Richard, et al.
Veröffentlicht: (2025)

Construction of a Japanese Financial Benchmark for Large Language Models
von: Hirano, Masanori
Veröffentlicht: (2024)

Pricing American Options using Machine Learning Algorithms
von: Djagba, Prudence, et al.
Veröffentlicht: (2024)

A Topological Approach to Parameterizing Deep Hedging Networks
von: Das, Alok, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning Algorithms for Option Hedging
von: Neagu, Andrei, et al.
Veröffentlicht: (2025)

Neural Network Learning of Black-Scholes Equation for Option Pricing
von: Santos, Daniel de Souza, et al.
Veröffentlicht: (2024)

Neural Term Structure of Additive Process for Option Pricing
von: Lin, Jimin, et al.
Veröffentlicht: (2024)

A brief review of the Deep BSDE method for solving high-dimensional partial differential equations
von: Han, Jiequn, et al.
Veröffentlicht: (2025)

Machine Learning vs. Randomness: Challenges in Predicting Binary Options Movements
von: Arantes, Gabriel M., et al.
Veröffentlicht: (2025)

One model to solve them all: 2BSDE families via neural operators
von: Furuya, Takashi, et al.
Veröffentlicht: (2025)

Synthetic American Option Pricing via Jump-HMM-Driven Heston Implied Volatility
von: Sun, Julia, et al.
Veröffentlicht: (2026)

INEUS: Iterative Neural Solver for High-Dimensional PIDEs
von: Dupret, Jean-Loup, et al.
Veröffentlicht: (2026)

MLP, XGBoost, KAN, TDNN, and LSTM-GRU Hybrid RNN with Attention for SPX and NDX European Call Option Pricing
von: Ter-Avanesov, Boris, et al.
Veröffentlicht: (2024)

Kolmogorov-Arnold Network for Gene Regulatory Network Inference
von: Tong, Tsz Pan, et al.
Veröffentlicht: (2025)

A Per-Component Diagnostic Protocol for Neural HJB-PIDE Solvers under Control-Dependent Lévy Jumps
von: Drissi, R.
Veröffentlicht: (2026)

STN-GPR: A Singularity Tensor Network Framework for Efficient Option Pricing
von: Gribben, Dominic, et al.
Veröffentlicht: (2026)