动态规划误差传播研究：从随机控制到美式期权定价
Get the story
2026年10月5日，arXiv Statistics Machine Learning 频道发布论文《动态规划中的误差传播：从随机控制到美式期权定价》。论文在离散时间随机最优控制的动态规划框架下，结合再生核希尔伯特空间（RKHS）中的核岭回归（KRR）算法与 Monte Carlo 子采样方法估计价值函数，提出误差分解并严格控制各时间步误差项，进而分析误差从到期日向初始阶段的反向传播。研究将上述分析应用于美式期权定价。该文已被第43届 International Conference on Machine Learning 接收。
Generated from reports · updated 1 days ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine Learning动态规划中的误差传播：从随机控制到美式期权定价
论文在离散时间随机最优控制的动态规划框架下，结合 RKHS 中的 KRR 算法与 Monte Carlo 子采样估计价值函数，提出误差分解并严格控制各时间步误差项，进而分析误差从到期日向初始阶段的反向传播。研究将上述分析应用于美式期权定价。该文已被第 43 届 International Conference on Machine Learning 接收。
Heat trend
Current heat 5·Comparable peak 10（Oct 5）·Comparable change over 24 hours -50%
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.