定量金融 > 数学金融
[提交于 2016年5月19日
]
标题: 部分信息下的递归效用最大化
标题: Recursive utility maximization under partial information
摘要: 本文研究在部分信息下的递归效用最大化问题。 我们首先将部分信息下的问题转化为完全信息下的问题。 当递归效用的生成元是凹的时,我们采用递归效用的变分公式,这导致一个随机博弈问题,并得到了该博弈的鞍点特征。 然后,我们研究K-无知情况,并得到了几个例子的显式鞍点。 最后,当递归效用的生成元是光滑的时候,我们采用终端扰动方法来表征最优终端财富。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.