Deep_Learning_for_Solving_And_Estimating_Dynamic_Economic_Models

这是一个面向经济学与金融学研究者的开源课程项目，专注于使用深度学习方法求解和估计高维、随机、递归的动态经济模型。核心功能包括基于均衡条件与贝尔曼方程构建残差损失的无监督深度学习架构（如Deep Equilibrium Nets、物理信息神经网络），以及可运行的Jupyter Notebook教学材料与配套PDF讲义。技术特点强调经济结构驱动建模、避免传统网格法的维度灾难，并支持含异质性主体、约束边界、连续时间及气候-经济耦合等复杂场景。适用于宏观经济学、资产定价、政策评估及计算经济学等需要处理高维动态模型的研究与教学场景。