Un Método de Aprendizaje Profundo para Resolver Problemas de Parada Óptima.

El propósito principal de esta charla es exponer los fundamentos teóricos y los detalles de la implementación del modelo de redes neuronales profunda presentado en el artículo  “Deep Optimal Stopping” by Becker et al, Journal of Machine Learning Research, 2019. Este modelo de aprendizaje profundo está diseñado específicamente para abordar problemas de parada óptima aprendiendo la regla de parada óptima a partir de muestras de Monte Carlo. En consecuencia, la versatilidad de este modelo se extiende a varios escenarios donde la aleatoriedad subyacente se puede simular de manera efectiva. Se presentarán interesantes aplicaciones relativas a la valoración de derivados financieros, como las opciones  Bermudan call, donde la parada óptima juega un papel crucial en el proceso de valoración..