Scifaro

中文

最优停止与统计学习的蒙特卡洛算法

概率论 2007-05-23 v1

作者: Daniel Egloff

在 arXiv 上查看 ↗ PDF ↗

摘要

我们扩展了 Longstaff-Schwartz 算法，用于近似求解高维状态空间上的最优停止问题。我们将离散时间马尔可夫过程的最优停止问题重新表述为广义统计学习问题。在此框架内，我们应用经验过程上确界的偏差不等式来推导一致性准则，并估计收敛速率和样本复杂度。我们的结果加强并扩展了早期结果。

关键词

最优停止蒙特卡洛算法 Longstaff-Schwartz 算法统计学习经验过程样本复杂度

引用

@article{arxiv.math/0408276,
  title  = {Monte Carlo Algorithms for Optimal Stopping and Statistical Learning},
  author = {Daniel Egloff},
  journal= {arXiv preprint arXiv:math/0408276},
  year   = {2007}
}