AI 优化算法交易：利用基于物理信息的神经网络Research#Algorithmic Trading🔬 Research|分析: 2026年1月10日 11:23•发布: 2025年12月14日 14:20•1分で読める•ArXiv分析这项研究探讨了使用基于物理信息的神经网络解决汉密尔顿-雅可比-贝尔曼（HJB）方程，以用于算法交易中的最优执行。 该论文的新颖之处在于其多轨迹方法，并且在合成数据和真实的SPY数据上的验证是一项重大贡献。要点•该论文使用基于物理信息的神经网络来解决最优执行的HJB方程。•该研究使用合成数据和真实市场数据（SPY）来验证其方法。•这项工作有可能提高算法交易策略的效率。引用 / 来源查看原文"The research focuses on optimal execution using physics-informed neural networks."AArXiv2025年12月14日 14:20* 根据版权法第32条进行合法引用。较旧Adaptive Neural Network Architecture: A New Approach to Dynamic Structure较新AI Governance: Navigating Emergent Harms in Complex Systems相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv