Buchumschlag

Learning Time-Inhomogeneous Markov Dynamics in Financial Time Series via Neural Parameterization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rovirosa, Jan, Schmolze, Jesse
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Mathematical Finance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Inspectable Neural Markov Models for Non-Stationary Time Series
von: Rovirosa, Jan, et al.
Veröffentlicht: (2026)

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

Off-the-Shelf Neural Network Architectures for Forex Time Series Prediction come at a Cost
von: Zafeiriou, Theodoros, et al.
Veröffentlicht: (2024)

Reasoning on Time-Series for Financial Technical Analysis
von: Koa, Kelvin J. L., et al.
Veröffentlicht: (2025)

Time Series Foundation Models for Multivariate Financial Time Series Forecasting
von: Marconi, Ben A.
Veröffentlicht: (2025)

Reinforcement Learning for Jump-Diffusions, with Financial Applications
von: Gao, Xuefeng, et al.
Veröffentlicht: (2024)

Rough Path Signatures: Learning Neural RDEs for Portfolio Optimization
von: Alzahrani, Ali Atiah
Veröffentlicht: (2025)

Contrastive Learning of Asset Embeddings from Financial Time Series
von: Dolphin, Rian, et al.
Veröffentlicht: (2024)

Neural and Time-Series Approaches for Pricing Weather Derivatives: Performance and Regime Adaptation Using Satellite Data
von: Tallarico, Marco Hening, et al.
Veröffentlicht: (2024)

Dynamic graph neural networks for enhanced volatility prediction in financial markets
von: Kumar, Pulikandala Nithish, et al.
Veröffentlicht: (2024)

Multi-period Learning for Financial Time Series Forecasting
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Strategies: A Model-Agnostic Framework for Robust Financial Optimization through Subsampling
von: Buehler, Hans, et al.
Veröffentlicht: (2025)

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

Transfer Learning Across Fixed-Income Product Classes
von: Camenzind, Nicolas, et al.
Veröffentlicht: (2025)

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

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

Yield Curves Dynamics Using Variational Autoencoders Under No-arbitrage
von: Luo, Fusheng, et al.
Veröffentlicht: (2026)

Continuous-Time Reinforcement Learning for Asset-Liability Management
von: Huang, Yilie
Veröffentlicht: (2025)

Beyond Visual Realism: Toward Reliable Financial Time Series Generation
von: Zhang, Fan, et al.
Veröffentlicht: (2026)

Scalable Signature-Based Distribution Regression via Reference Sets
von: Alden, Andrew, et al.
Veröffentlicht: (2024)

Distributional Reinforcement Learning on Path-dependent Options
von: Özsoy, Ahmet Umur
Veröffentlicht: (2025)

Test-Time Adaptation for Non-stationary Time Series: From Synthetic Regime Shifts to Financial Markets
von: Wu, Yurui, et al.
Veröffentlicht: (2026)

COMEX Copper Futures Volatility Forecasting: Econometric Models and Deep Learning
von: Wang, Zian, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning for Greenhouse Gas Offset Credit Markets
von: Welsh, Liam, et al.
Veröffentlicht: (2025)

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

A Deep Learning-Based Method for Fully Coupled Non-Markovian FBSDEs with Applications
von: Molla, Hasib Uddin, et al.
Veröffentlicht: (2025)

Same Error, Different Function: The Optimizer as an Implicit Prior in Financial Time Series
von: Cortesi, Federico Vittorio, et al.
Veröffentlicht: (2026)

SBBTS: A Unified Schrödinger-Bass Framework for Synthetic Financial Time Series
von: Alouadi, Alexandre, et al.
Veröffentlicht: (2026)

SigMA: Path Signatures and Multi-head Attention for Learning Parameters in fBm-driven SDEs
von: Wu, Xianglin, et al.
Veröffentlicht: (2025)

Neural networks can detect model-free static arbitrage strategies
von: Neufeld, Ariel, et al.
Veröffentlicht: (2023)

Feature Selection with Annealing for Forecasting Financial Time Series
von: Pabuccu, Hakan, et al.
Veröffentlicht: (2023)

Conditionally Identifiable Latent Representation for Multivariate Time Series with Structural Dynamics
von: Chang, Minkey, et al.
Veröffentlicht: (2026)

Towards Financially Inclusive Credit Products Through Financial Time Series Clustering
von: Bester, Tristan, et al.
Veröffentlicht: (2024)

Financial Time-Series Forecasting: Towards Synergizing Performance And Interpretability Within a Hybrid Machine Learning Approach
von: Liu, Shun, et al.
Veröffentlicht: (2023)

Exploratory Mean-Variance Portfolio Optimization with Regime-Switching Market Dynamics
von: Chen, Yuling Max, et al.
Veröffentlicht: (2025)

Generative Path-Law Jump-Diffusion: Sequential MMD-Gradient Flows and Generalisation Bounds in Marcus-Signature RKHS
von: Bloch, Daniel
Veröffentlicht: (2026)

Leave-one-out least squares Monte Carlo algorithm for pricing Bermudan options
von: Woo, Jeechul, et al.
Veröffentlicht: (2018)

Diffusion Factor Models: Generating High-Dimensional Returns with Factor Structure
von: Chen, Minshuo, et al.
Veröffentlicht: (2025)

Automated regime classification in multidimensional time series data using sliced Wasserstein k-means clustering
von: Luan, Qinmeng, et al.
Veröffentlicht: (2023)

Global universality via discrete-time signatures
von: Ceylan, Mihriban, et al.
Veröffentlicht: (2026)