用于统计套利校准后验的摊销神经滤波

神经滤波估计器（NFE）在均值回归过程的模拟路径上训练，单次前向传播即可输出横截面各价差潜在状态的后验。在韩国股票上，扣除成本后传统点估计每个持有期预测值比实现值高约1000个基点，摊销方法将该差距缩小约2至8倍。以与端到端 Attention Factor Model 相同学习因子上的后验确定头寸规模，在期内噪声范围内匹配基准规则下这些因子的夏普比率，且不增加风险。