arXiv · ML· Adir Serruya, Gilad Katz·· 8 小时前AI 评分25
生成流网络 GFlowNets 发现多样化金融尾部风险
Discovery of Diverse and Realistic Financial Tail-Risk Using Generative Flow Networks
AI 导读
提出基于生成流网络 GFlowNets 的 GRID 框架，系统性生成多样化且现实合理的金融尾部风险场景。 GRID 引入灵活混合策略架构，针对高维序列宏观金融数据采用变量特定的分布族，并加入合理性约束保持轨迹现实。 在三次真实危机中，GRID 在场景多样性、现实性和尾部风险覆盖上优于强化学习及 MCMC 基线。
来源：arXiv · ML · arxiv.org