Multi-period Asset-liability Management with Reinforcement Learning in a Regime-Switching Market
针对区制转换、部分可观测且含不可控负债的多期金融市场均值-方差投资组合问题,提出结合预承诺策略与随机滤波的强化学习最优策略,经仿真与实证验证其收益、风险与收敛表现均优于传统模型。
2026-11-16 math.OC math.PR
Asset-liability management with Epstein-Zin utility under stochastic interest rate and unknown market price of risk
African Institute for Mathematical Sciences(非洲数学科学学院);University of Rwanda(卢旺达大学);University of Freiburg(弗赖堡大学)
本文在随机利率和未知市场风险溢价条件下,提出基于Epstein-Zin递归效用的资产-负债管理模型,引入终端负债约束并解决耦合FBSDE系统,得到显式解及最优投资策略,揭示部分信息的经济重要性。
2026-08-11 math.OC q-fin.MF
A hybrid wavelet-based physics-informed neural network for portfolio management
Vellore Institute of Technology(维洛尔理工学院);Indian Institute of Science(印度科学学院)
本文提出了一种基于小波的混合物理信息神经网络框架,用于投资组合管理,通过简化系数优化策略和高效FFT计算,实现了高精度和鲁棒性的衍生品定价。
2026-03-23 math.OC
Optimal price management in retail energy markets: an impulse control problem with asymptotic estimates
University of California, Berkeley(加州大学伯克利分校)
本文研究了零售商在批发市场购买能源并转售给最终消费者时,如何通过干预来调整价格以最大化收入,提出了一个无限时间 horizon 的随机冲击控制问题,并给出了最优定价策略的分析结果及对干预成本的依赖性研究。
2019-03-30 econ.GN math.OC math.PR
Congestion Management by Applying Co-operative FACTS and DR program to Maximize Renewables
本研究提出一种基于柔性交流输电系统(FACTS)和需求响应(DR)方案的增量福利共识方法来控制输电网络拥塞,以提高风电的渗透率。位置边际价格作为输入的建议模型来控制FACTS设备和DR资源。为了做到这一点,创建了一个先进的两阶段市场清算系统。在第一阶段,参与者在市场上竞标,目的是最大限度地提高他们的利润,ISO以促进社会福利为目标清理市场。第二步涉及执行的发电再调度问题,其中激励为基础的DR和FACTS设备控制器的最佳协调,以减少重新调度发电公司的费用。这里,静止同步补偿器和由晶闸管操作的串联电容器被用作两种不同形式的FACTS设备。最后以改进的IEEE单区域24节点RTS系统为例进行了算例分析。仿真结果表明,建议的交互式DR和FACTS模型,不仅减少了系统阻塞,但也使系统更灵活,使它可以捕获尽可能多的风能是可行的。
2022-10-08 math.OC
Optimal Energy Management for Commercial Buildings Considering Comprehensive Comfort Levels in a Retail Electricity Market
配电系统运营商已经实施了需求响应,以减少高峰需求并减轻配电线路和变电站上的应急问题。具体而言,校园商业建筑对配电系统的峰值需求做出了主要贡献。需要注意的是,先前的工作忽略了消费者的舒适度在执行需求响应,这限制了他们的应用程序的激励是不值得相比,舒适度的损失,在大多数时间。因此,有必要建立一个综合考虑运营成本和舒适度的框架。此外,分布式能源广泛部署在商业建筑中,例如屋顶太阳能电池板、插入式电动汽车和储能单元,这给配电系统带来了各种不确定性,即,可再生能源产量;电价;插电式电动汽车的到达和离开;营业时间需求响应信号和灵活的能源需求。在本文中,我们提出了一个最佳的需求响应框架,使本地控制的需求侧设备,通常是太小,不能参与零售电力市场。几种典型的小型需求侧设备,即,加热,通风和空调系统,电热水器和插入式电动汽车,被认为是在我们提出的模型。它们的操作由中央控制器协调,其目标是最大限度地降低总成本,并最大限度地提高多个商业建筑的客户舒适度。一个基于马尔可夫的随机规划是用来处理上述的不确定性。基于实际数据的数值结果验证了该框架的有效性。此外,商业建筑的运营成本和客户的舒适度之间的权衡说明。
2018-12-20 math.OC
Demand-side management via optimal production scheduling in power-intensive industries: The case of metal casting process
本研究提出一种基于混合整数规划的多阶段多产线调度模型,通过优化日前能源市场成本与辅助市场备用供应,实现能源密集型产业的需求侧管理,并在真实金属铸造厂案例中显著降低能源成本并开辟次要收入流。
2023-06-27 cs.SY eess.SY math.OC
Game-theoretic approach to risk-sensitive benchmarked asset management
在这篇文章中,我们考虑了一个博弈论的方法来风险敏感的基准资产管理问题(RSBAM)的戴维斯和Lleo \cite{DL}。特别地,我们考虑了两个玩家之间的随机微分对策,即,投资者谁有权力的效用,而第二个玩家代表的市场,试图最大限度地减少投资者的预期收益。市场通过调整投资者需要超越的随机基准来做到这一点。我们得到了一个明确的表达的最佳对的战略,为双方的球员。
2015-03-05 math.OC q-fin.PM
Multi-Platform Budget Management in Ad Markets with Non-IC Auctions
MIT(麻省理工学院);Meta Platforms, Inc.(Meta平台公司)
针对在线广告市场多平台非激励相容拍卖下的预算约束出价问题,提出最优出价策略与在线学习算法,实现期望效用最大化与$O(T^{3/4})$悔值,在合成及真实数据集上表现优于现有自适应步速算法。
2023-06-12 cs.GT cs.LG math.OC
Active Portfolio Management in Concentrated Equity Markets
University of Toronto(多伦多大学)
针对集中股票市场,提出基于随机多样性-离散度模型的主动配置策略,通过随机控制求解最优交易率,在S&P 500样本外回测中超越等权重和市场组合。
2026-10-15 math.OC q-fin.MF q-fin.PM
Online Inventory Management with Application to Energy Procurement in Data Centers
受电力市场中储能管理应用的启发,研究了带库存管理约束的在线线性规划问题。具体来说,决策者需要满足一定数量的资产作为自己的需求,既可以从一个价格随时间变化的市场中获得,也可以从自己的库存中获得。决策者以逐槽的方式呈现价格,并且必须立即决定当前价格的购买量以满足需求或存储在库存中以满足未来需求。库存的容量是有限的,其关键作用是以低价购买和储存资产,并以高价使用储存的资产来满足需求。决策者的最终目标是满足需求,同时最大限度地降低从市场购买资产的成本。我们提出了蝙蝠侠,简单的库存模型的在线算法,和蝙蝠侠率,率约束的情况下的扩展版本。BatMan和BatManRate都实现了最优竞争比,这意味着没有其他在线算法可以实现更好的理论保证。为了说明结果,我们使用所提出的算法来设计和评估数据中心的能源采购和存储管理策略,包括电网,当地可再生能源发电和储能系统的能源组合。
2019-01-14 cs.DS math.OC
Energy Management for Renewable-Colocated Artificial Intelligence Data Centers
School of Electrical and Computer Engineering, Cornell University(电气与计算机工程系,康奈尔大学);Dyson School of Applied Economics and Management, Cornell University(应用经济学与管理学院,康奈尔大学)
针对可再生能源共址AI数据中心,提出一种能源管理系统,协同优化工作负载调度、可再生能源利用与市场参与,实证表明可显著降低电力成本。
2025-09-23 cs.AI cs.SY eess.SY
The Kind of Silence: Managing a Reputation for Voluntary Disclosure in Financial Markets
在一个连续的时间设置,我们研究了如何管理的公司控制两个通用的自愿披露决策规则之间的动态选择:一个与充分和透明的披露称为$\it{candid}$,其他,称为$\it{sparing}$,根据该值仅高于一个动态阈值披露。我们展示了管理层是如何因为坦率而获得声誉溢价的。坦率的策略是昂贵的,因为保守的替代保护公司从潜在的降级后,低价值的披露。我们展示了模型的参数,如新闻强度,按业绩付费和强制披露的时间,决定了最佳选择的坦率与节约战略和管理层之间切换的最佳时间。管理层收到的私人新闻更新采用泊松过程建模,发生在固定的强制披露日期(如财政年度或季度)之间,收到的新闻由经济活动及其部分观察的背景Black-Scholes模型生成。提出的模型开发了一些见解,基于一个非常简单的常微分方程(ODE)表征平衡的分段确定性模型,可从背景Black-Scholes模型。研究表明,在均衡状态下,当新闻强度较低时,公司可能会自始至终采用坦诚的披露策略,但否则会在坦诚时期和保守真相时期(或相反)之间切换(交替);也就是说,我们能够描述处于均衡状态时,坦诚的公司将转向采用保守策略。该模型说明了强制披露的时间、新闻强度和按业绩计薪等参数如何驱动这种转换行为。$\it{With\,constant\,pay\,for\,performance\,parameters,\,at\,most\,one\, switchin…
2023-03-02 math.OC q-fin.PR
Joint optimization of sales-mix and generation plan for a large electricity producer
本文提出了一个典型的大型发电商的管理问题(即,他可以部分影响市场价格)。特别是,他通常需要决定他这一代人中有多少人更愿意承诺固定价格的双边合同(例如,期货或现货市场。然而,他还需要计划如何在他控制的不同工厂之间分配生产。这两个决定,即销售组合和发电计划,自然地相互作用,因为影响现货价格的机会取决于生产者在现货市场上投放的能量的数量。我们开发了一个风险管理问题,因为我们考虑了一个最优化问题,结合了生产商利润函数的期望值和条件风险值之间的权衡。不确定性的来源相对较大,包括需求、可再生能源发电和传统电厂的燃料成本。我们还内生模型的期货价格的方式反映了一个大的电力生产商的信息优势。特别是,假设市场以一种天真的方式预测期货价格,即不预测大型生产商对现货市场的影响。本文提供了一个MILP制定的问题,并分析了解决方案,通过模拟西班牙电力市场数据的基础上。
2021-10-04 econ.GN math.OC q-fin.EC
Battery Bidding under Price Uncertainty in Wholesale Electricity Markets
Stanford MS&E(斯坦福大学管理科学与工程系)
针对批发电力市场中电池投标模式难以解释的问题,提出一个考虑价格不确定性和风险管理的资产级模型,通过线性规划重构实现实证分析,揭示策略性持留行为、不确定性对投标价格的影响以及风险管理对投标曲线结构的塑造作用。
2026-06-15 cs.SY econ.GN eess.SY