基于Hensel构造的回归神经网络符号计算模型及算法

将传统意义下Hensel构造提升的方法与回归神经网络模型有机地结合起来，提出一种基于Hensel构造方法的回归神经网络近似代数符号计算新模型和PFRNN网络算法。该模型不但具有回归神经网络的特点，而且具有Hensel构造提升的思想，给人们研究代数符号计算与近似代数符号计算提供一种可视化手段。通过多元多项式近似因式分解算例分析可以看出，新模型刻划出在符号计算意义下精确计算与近似计算的本质与联系。     

动态VaR约束下Stein-Stein波动的保险最优决策

考虑受动态VaR约束的具有随机Stein-Stein波动率的保险公司最优投资策略问题,假定保险公司盈余服从扩散过程,在最小化保险公司破产概率准则下,使用动态规划原理建立受动态VaR约束的保险公司最优投资组合选择模型,通过求解HJB方程得到最优投资决策和最小破产概率的显示解.     

不完全市场上一种未定权益的套期保值策略

在标的资产价格服从几何布朗运动的Black-Scholes模型中，金融市场为完全市场时，给出一种精确的套期保值策略，然后在不完全市场引入一种动态的风险度量准则，在风险中性的概率测度诱导的金融市场上。对一种未定权益找到了在风险的动态度量准则下的最优复制，然后运用一般的Clark公式与Malliavin分析得到了最优的套期保值策略．     

基于Lagrange方法的资产与负债的管理问题

对于连续时间的随机最优控制问题,建立起随机Lagrange方法.对于证券市场中带有负债的模型,运用这种新方法去处理资产与负债的管理问题,得到资产所能满足的微分方程.     

随机利率下保险公司破产概率的推断

将盈余过程推广为跳-扩散模型,同时假设利率服从扩散过程,并在随机利率下运用二维Ito公式以及鞅方法研究破产概率的推断问题,最后得到了破产概率满足的一个二阶偏微分方程.     

动态VaR约束下带阀值分红的保险最优投资

考虑受动态VaR约束时带阀值分红策略的保险公司最优投资策略问题,假定保险公司盈余服从扩散过程,在分红总量现值的期望最大化准则下,使用动态规划原理建立了受动态Va R约束的保险公司最优投资组合选择模型,通过求解HJB方程得到最优金融决策的显示解。