ترجمه فارسی مقاله افزایش پوشش ریسک عمیق آپشن‌ها با اطلاعات بازخورد سطحی نوسانات ضمنی

چکیده

We present a dynamic hedging scheme for S&P 500 options, where rebalancing decisions are enhanced by integrating information about the implied volatility surface dynamics. The optimal hedging strategy is obtained through a deep policy gradient-type reinforcement learning algorithm, with a novel hybrid neural network architecture improving the training performance. The favorable inclusion of forward-looking information embedded in the volatility surface allows our procedure to outperform several conventional benchmarks such as practitioner and smiled-implied delta hedging procedures, both in simulation and backtesting experiments.

چکیده به فارسی (ترجمه ماشینی)

ما یک طرح حراست پویا را برای گزینه های S&P 500 ارائه می دهیم ، که در آن تصمیمات تعادل با ادغام اطلاعات در مورد پویایی سطح نوسانات ضمنی افزایش می یابد.استراتژی بهینه محافظت از طریق یک الگوریتم یادگیری تقویت کننده از نوع شیب عمیق با یک معماری شبکه عصبی ترکیبی جدید ، عملکرد آموزش را بهبود می بخشد.گنجاندن مطلوب از اطلاعات آینده نگر تعبیه شده در سطح نوسانات ، به روش ما اجازه می دهد تا از چندین معیار معمولی مانند پزشک و روشهای محافظت از دلتای با لبخند و لبخند ، هم در آزمایشات شبیه سازی و چه در پشتی استفاده کند.