一个信息瓶颈资产定价模型.pdfVIP

一个信息瓶颈资产定价模型

CheSun∗

August2,2025

Abstract

深度神经网络（DNNs）在金融资产定价中引起了广泛关注，因为它们具有强大的能力来建模金融

数据中的复杂非线性关系。然而，复杂的模型容易过度拟合金融数据中的噪声信息，导致性能不佳。

为了解决这一问题，我们提出了一种信息瓶颈资产定价模型，该模型压缩低信噪比的数据以消除冗余

本信息并保留对资产定价至关重要的信息。我们的模型在非线性映射过程中施加了互信息的约束。具体

而言，我们在减少输入数据与压缩表示之间的互信息的同时增加压缩表示与输出预测之间的互信息。

译这种设计确保在建模金融非线性关系时，无关的信息（即数据中的噪声）被遗忘，而不影响最终的资

中产定价。通过利用信息瓶颈的约束，我们的模型不仅利用深度网络捕捉