سلام دوستان. ببخشید که با تاخیر این تاپیک رو شروع میکنم. این مقاله بسیار جالب و کاربردی هست برای استفاده از پتانسیل های ML برای بهبود عملکرد متد Branch-and-Price برای حل مسایل بهینه سازی ترکیباتی بزرگ. در واقع چون حل بخش pricing مسله (Subproblems) زمانبرترین بخش هست، به کمک ML اومدن این مسایل رو رتبه بندی کردن براساس میزان بهبودی که در مساله اصلی (MasterProblem) ایجاد میکنن. با اینکار تعداد زیر مساله هایی که باید حل بشه بشدت کاهش پیدا میکنه و خیلی سریعتر به جواب میرسیم.

دوستان ؛
ایشالله زندگی تون پر از آلفا باشه و شارپ زندگی تون بالای ۳ ☺️😍
سال خوبی برای همگی آرزو دارم 🙏☘

ساسان

سلام. دوستان ما یه مقاله در زمینه یادگیری تقویتی برای Deep Hedging رو شروع کرده بودیم و نتایج خوبی هم گرفتیم، برای نوشتن مقاله نیاز به یک فرد مسلط به RL و ریاضی داریم که بتونیم مقاله رو فرموله کنیم،
اگه توی این فضا کار میکنید و علاقمند همکاری توی این ریسرچ هستین، رزومه تون رو بهم بفرستید، مرسی 🙏
@sasanbarak

سلام و یه تحلیل

این نمودار نرمالایز شده قیمت بیتکوین بر اساس هالوینگ اخرش هست، یعنی همه ی هالوینگ های قبلی رو از همون ۷۰ هزار تایی زمان هالوینگ اخری در نظر گرفتیم.

نتایجی از این نمودار میشه گرفت که برای دید بلندمدتی احتمالا کمک کننده باشه :

۱. میزان ولاتلیتی بیتکوین بعد از هر هالوینگ کمتر و کمتر شده و عملا داره تبدیل به یک کوین instutional میشه، و این یعنی میتونه پول های که علاقمند به ولاتلیتی کمتر هستن رو جذب کنه

۲. مینیمم ۲ تا پیک بعد از هر دوره هالوینگ داشتیم، بین دوتا پیک یک روند منحنی بوده که عملا نگهداشتن بیتکوین رو برای همیشه توجیه نمیکنه‌.

۳. مطمئن به پیک این دوره اخیر هنوز نرسیدیم، هرچند انتظار سود خیلی بالا مثل دوره های قبل خیلی منطقی نیست ( ۳-۴ برابر شدن قیمت)

۴. ایجاد etf های کریپتویی باعث ایجاد محصولات متنوعی در بازار اپشن و فیوچرز کریپتو شدن که در واقع برای نهادهای مالی و استراتژی های الگوریتمی فرصت مناسبی ایجاد کرده هست

۵. تحلیل های تکنیکال و پیشبینی رسیدن قیمت به فلان عدد هم خیلی علمی نیست، اما این نمودار پترن مشخصی دارد☺️

@machinelearningnet2

موسسه فیلدز که اصولا بخاطر مدال افتخار ریاضی به دکتر مریم میرزاخانی میشناسیمش، سمینارهای جالبی درباره ریاضیات مالی هم برگزار میکنه و خوشبختانه همگی در یوتیوب بارگزاری میشه.

این لینک بالای ۳۰ تا پرزنت برای سمینارهای کوانت فاینانس اش هست که واقعا بار آموزشی بالایی داره 👍👌

بین پرزنت ها یه ویدئو درباره دیپ هجینگ با RL هست که خود پرفسور هال پرزنت میکنه💥، ویدیوهای دیگه ای درباره قیمت گذاری اپشن، بهینه سازی پرتفولیو ، آنالیز تریدها و لیبل گذاری تریدرها توسط رگولاتور ( پرزنت استاد اکسفورد) هستن، که برای این اخر هفته ای میشه نگاه کرد و لذت برد ...


پ.ن.۱. این یکی از playlist های فاینانس اش هست، چند تا پلی لیست فاینانس دیگه هم داشت،

پ.ن.۲. البته بعضی از پرزنت ها خیلی ریاضی محض میشه از سطح دانش من فراتره،🙈☺️

پ.ن.۳. هنوز ai در حوزه ریاضی مالی خیلی تعطیله :)
@machinelearningnet2

افلا تعقلون ☺️

برای دولوپ استراتژی و بالا آوردن پروژه های حوزه فین تک، بهترین بازار در میان مدت همین کریپتو هست 😉

* اینکه بازار سهام افت شدید کرده، دلیل بر بد بودنش نیست، اصولا سود با ریسک همراه هست.

* بیتکوین سقف قبلی اش نسبت به ۷ تا شرکت بزرگ بورس امریکا رو شکست، و کورولیشن بین استاک و کریپتو اندکی کمتر شد

@machinelearningnet2

پانزده دقیقه سخنرانی خیلی جذاب سم آلتمن درباره استارت اپ و معیارهای که باید در نظر گرفته بشه. کاری به Open Ai ندارم اما سم آلتمن یکی از بهترین کوچرهای استارت اپ در Y combinator بود که سال‌ها اونجا کلی استارت اپ spin out کرده‌.

راه اندازی استارت اپ واقعا چلنج جذابی هست، مخصوصا برای ما که همیشه توی اکادمیا توی یه فضای مجازی بودیم، ☺️

Group: @machinelearningnet
Channel: @machinelearningnet2

داشتم یه مدل مولتی agent با Autogen طراحی میکردم که یه دولوپر و یه product manager داشت،

جفتش هم agentic ai هستن، توی دو روز پروداکت منیجر به این نتیجه رسیده دولوپر خوب نیست داره اخراجش میکنه 😁😁

خدا قوت برادر 😏
@machinelearningnet

داستان اکسپرت های فارکسی😊

نمودار بالا یکی از اکسپرت چند ساله فارکسی رو نشون میده. همون طور که می‌بینید خوب عمل میکنه و یهو کل پول مشتری هاش رو بفنا داده ( چند بار هم اینجور کرده)

متاسفانه شما احساس می‌کنید که ایشون بخاطر ترید اشتباه این اتفاق براش افتاده اما این تریدرها با بروکر میبندن. کل پول مشتریها رو میسوزونه و بعدش درصد اش رو از بروکر میگیره.
این اتفاق مد هم هست و بعدش اکانت رو میبنده و یه اکانت دیگه رو بالا میاره ( ایشون اما ۲ بار اینکارو کرده اما اکانت رو نبسته) ،

توی ۹۵ درصد بروکرها، هیچ تریدی توی واقعیت اتفاق نمیافته، بلکه فقط داخل بروکر معامله ها قراردادی باز و بسته میشن. در واقع دوتا لیست A و B هست که بر اساس اون بروکر برخلاف تریدرها هج میکنه،
در نتیجه شادو گذاشتن یا این اتفاقات داخل بروکر اتفاق میوفته و کسی هم نمیتونه ادعایی بکنه، چون مشتری با اختیار خودش پول رو به اکانت طرف وصل کرده.

پ.ن.۱. مدتی بود اینجا یکی با رندم فارست داشت سیگنال میداد، که همونطوری که مشخص بود بعد از ۳-۴ روز احتمالا fail شده 😭☺️ باور کنید برای درست کردن یه استراتژی موفق، سیستم one man company جواب نمیده، شما باید چند تا تیم متفاوت رو بخونید کنار هم و بعدش استراتژی طراحی کنید.

پ.ن.۲. سعی کنید برای اینکار، یه گروه feature engineering داشته باشین، یه گروه سیگنال جنریتور، یه گروه استراتژی ، و یه گروه بکتست، و در آخر یه گروه هم نیاز داریم برای execution, حالا میتونن اینا تیم های تک نفره باشن اما استقلال شون مهمه

پ.ن.۳. روز معلم رو به اساتیدمون تبریک میگم 🙏 کاش همه ما یه بار در عمرمون لذت داشتن یه استاد خوب رو بچشیم. ☘

ساسان براک
@machinelearningnet

یک چلنج جدید در زمینه پیدا کردن structural break روی ۳۰ هزار دیتاهای واقعی فاینانسی و بیزینس به کمک ADIA و Crunch Dao راه افتاده.

نفر اول برنده ۴۰۰۰۰ دلار جایزه میشه،

این تاپیک جزو مباحثی هست که در واقع حتی بهینه سازی روی داده های فاینانس رو هم تحت تاثیر میزاره، چون در واقع مدل بهینه سازی که روی رژیم های مختلف استفاده میکنید متفاوت هست

کتاب دپرادو ( یکی از بانیان چالش ) رو که توی آپارات پرزنت کردیم، یه چپتر جذاب در این حوزه داره که خیلی جالبه . نکته ای که هست اینکه اصلا ریسرچ زیادی توی این حوزه انجام نشده

@machinelearningnet


https://structural-break.crunchdao.com

منظورم از پست بالا، پارت ۴ و فصل های ۱۷، ۱۸ و ۱۹ این کتاب بود که ریسرچ های خوبی روی این حوزه انجام نشده، و در واقع همین چالش هم روی تاپیک فصل ۱۷ هست،

کلا این کتاب جزو Holy Book های کوانت فاینانس هست 💥😍

کتاب جدیدی که درمورد بهینه سازی پرتفولیو توسط پرفسور Palomar ، استاد بهینه سازی دانشگاه هنگ‌کنگ بتازگی آنلاین ارایه شده،
فصول کتاب برای من خیلی جالب بود، یه سکشن برای مقایسه کتاب با باقی کتاب ها هم داره،
چند تا سکشن رو که خودم علاقمند بودم بررسی کردم، خیلی کاربردی بود،
کد R و گاها پایتون و کل اسلاید های کتاب هم توی گیت‌هاب موجود هست،

Portfolio Optimization
https://bookdown.org/palomar/portfoliooptimizationbook/

بزاریم برای تابستون که تعطیلات بیشتره بخونیم 😊

@machinelearningnet
Channel: @machinelearningnet2

یکسال جدید و یک پوزیشن دکترای جدید
☘
لینک پوزیشن

به عنوان هد ریسرچ دانشکده، مسئولیت انتخاب دانشجوی دکترا بر عهده من گذاشته میشه که با مشاوره رییس دانشكده ۳ گزینه رو انتخاب میکنم، سال پیش انتخاب اولم یه ایرانی بود که در واقع با یکی از همکاران ایرانی ام مقاله داشت و ایشون خیلی پروموت اش میکرد،
در حالیکه امتحان آیلتس اش expired شده بود، بهش تا ۱ ماه graduate office وقت داد که مدرک زبانش رو تحویل بده،
اما اخرش گفت جواب نمره ی آیلتس ام نیومد! بعد از ۴ ماه هم البته نیومد، هیچ وقت نیومد ☺️
یه پوزیشن که خواستیم یه ایرانی رو بیاریم سر اهمال کاری خودش سوخت و به نفر دوم ( یک چینی ) رسید،

وقتی اپلای میکنید الزامات پوزیشن رو در نظر بگیرید، مثلا انگلیس بدون ارشد نمیتونی دکترا بخونی، یا مینیمم آیلتس شما ۷ هست،
مقاله معتبر داشتن توی این شرایط شدیدا رقابتی خیلی مهم هست، و...

اگه شرایط اش رو دارین اپلای کنید 👌

@machinelearningnet

Call for Papers:
The Review of Asset Pricing Studies
Special Issue
on AI/ML on Asset Pricing

Deadline to Submit: November 18, 2025


Artificial Intelligence and Machine Learning methods are transforming research in asset pricing, enabling researchers to uncover complex patterns, develop more accurate predictions, and gain deeper insights into market behavior. Despite rapid advances in this field, many fundamental questions remain unanswered about how these technologies can be effectively applied to asset pricing problems, what their limitations are, and how they may reshape our understanding of financial markets.

The Review of Asset Pricing Studies (RAPS) has published several papers utilizing AI/ML techniques; however, as these methods continue to evolve at an unprecedented pace, there is a pressing need for more rigorous research that establishes foundations for future work in this area.

Therefore, the Review of Asset Pricing Studies is launching a Special Issue on AI/ML on Asset Pricing, guest edited by Zhiguo He (Stanford GSB, Executive Editor of RAPS), Bryan Kelly (Yale SOM, Guest RAPS Editor), and Markus Pelger (Stanford MS&E, Guest RAPS Editor). We welcome papers on all aspects of AI/ML applications in asset pricing, including but not limited to:

Novel methodologies that address challenges specific of financial data
Applications of deep learning, reinforcement learning, and other advanced AI methods to asset pricing problems
Interpretability and explainability of AI models in financial contexts
Comparative studies of traditional econometric methods versus AI/ML approaches
AI-driven market efficiency analysis and anomaly detection
Text and alternative data analysis using AI for asset pricing
Theoretical frameworks that provide foundations for AI/ML applications in finance
Ethical considerations and potential biases in AI-driven asset pricing models
We seek impactful papers that will provide foundations for future AI/ML on Asset Pricing research. Both empirical and theoretical papers are welcome, with particular interest in innovative approaches that demonstrate clear advantages over traditional methods or address fundamental limitations of applying AI/ML to financial markets.

The standard for publication will be the same as for any other RAPS paper. To achieve our goal of publishing a slate of impactful papers on financial markets, selection will be stringent and the desk rejection rate is likely to be high. As such, desk rejected papers for the special issue may be later resubmitted to RAPS for consideration without prejudice. To ensure that editorial and refereeing resources can focus on the highest-quality papers, the regular submission fees are required.

Important Dates:

Submission Deadline: November 18, 2025
Conference for R&R Papers: Spring 2026
Expected Publication: Late 2026/Early 2027
Authors should submit papers at https://sfs.org/review-of-asset-pricing-studies/submit-a-paper/. Submitted papers must be unpublished and not currently under review at other journals. When submitting, please select "Special Issue on AI/ML on Asset Pricing" as the submission category.

Papers will be entered into the review process as soon as they are received (i.e., the guest editors will not wait until the end of the submission window before starting the process). As per the journal's policy, we aim to conditionally accept or reject papers by the second round.

A conference featuring papers that have been given R&Rs, together with other invited and submitted papers will be held in Spring 2026. This conference will provide an opportunity for authors to receive additional feedback and increase the visibility of papers submitted to the Special Issue.

تعدادی پرزنت خیلی ارزشمند هر ماه در بلومبرگ ارایه میشه و در وبسایت خود بلومبرگ قابل دسترسی هست،
لینک پرزنت های کوانت اش رو اینجا دسترسی دارین اما در حوزه های دیگه فاینانس هم پرزنت های بسیار خوبی دارن.

Bloomberg Quant Webinars



یکی از پرزنت های جالب همین چند روز پیش کار signature path هست که توسط دکتر Hovarth پرزنت شده و در واقع در راستای ریسرچ های اخیر این حوزه هست.

پرزنت signature kernel


توی این حوزه نتایج خیلی خوبی گزارش شده، در واقع یک الگوریتم هم ما دولوپ کرده بودیم برای ترید برای اساس لووی که بیس اش در واقع سیگنچر path هست.

نتبوک های خوبی هم برای آشنایی وجود داره که چندتاشو اینجا میزارم

لینک ۱ و لینک ۲ ( این مرتبط با همین پرزنت هست) ، و لینک ۳


پ.ن. واقعا پرفسور هم باشی بهتره یه دوره اینترنشیپ بری اکسفورد😉، هرچی کار جذابه توی این مدت من دیدم، ریسرچرهای اکسفورد و Man institute یه نقشی توش داشتن، ☺️

ساسان براک
@machinelearningnet

اه از مهاجر ایرانی ؛

او انسانی هست که کیلومترها دور از میهن زندگی می‌کند اما دلش هر شب و روز با اتفاقات تلخ در ایران میلرزد، و زخمی تازه بر جانش می‌نشیند.😭
چون ریشه هایش هنوز در خاکی هست که رنج دارد. خاکی که زجر می‌کشد.

مهاجر ایرانی دور است، خیلی دور، اما نزدیک هست خیلی نزدیک. چنانچه شبیه بی پناهی هموطنانش زیر موشک و حملات دشمن، احساس بی‌پناهی دارد.

امیدوارم شر هر فاشیستی ( چه داخلی و چه خارجی) از سر مردم کشورمان دفع بشود.🖤