Skip to content
Hot eventLive

WRAP：非平稳市场深度对冲对抗训练框架

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月7日，arXiv Machine Learning Theory发布论文，提出WRAP（Wasserstein-Reweighting Adversarial Perturbation）框架。该框架源自双预算分布鲁棒优化（DRO），是一种漂移感知的对抗训练方法，旨在改进非平稳市场环境下的深度对冲策略。目前报道仅涉及该论文的理论框架内容，未披露实验结果或后续应用进展。

Generated from reports · updated 3 hr ago

LatestOct 7
arXiv发布论文提出WRAP框架，源自双预算DRO，用于非平稳市场下的深度对冲对抗训练。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Machine Learning Theory
    WRAP：非平稳市场下深度对冲的对抗训练

    论文提出 WRAP（Wasserstein-Reweighting Adversarial Perturbation），一种源自双预算分布鲁棒优化（DRO）的漂移感知对抗训练框架，用于改进深度对冲策略。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.