Machine learning.
Financial engineering.

Welcome! Our lab is interested in making financial mathematics work in high-dimensional, constrained, and uncertain settings. We bridge elegant mathematical theory and real-world financial decision problems. We develop structure-guided learning and control methods for financial decision-making, combining reinforcement learning and neural policy learning with local decision refinement. Applications include portfolio choice, consumption, and hedging.

환영합니다. 저희 랩은 고차원·제약·불확실성이 존재하는 환경에서도 금융수학이 실제로 작동하게 만드는 것을 연구합니다. 정교한 수학적 이론과 현실의 금융 의사결정 문제 사이의 간극을 좁히고자 합니다. 강화학습과 신경망 기반 정책 학습에 수학적 구조를 활용한 의사결정 보정을 결합해, 실제 금융 의사결정에 유용한 학습·제어 방법론을 개발합니다. 주요 응용으로 포트폴리오 선택·소비·헤징을 다룹니다.