本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明縮約モデルとニューラル代理モデルのシンボルベース残差認証：テンパード分数階CGMY価格決定への適用
要約本論文は、Carr–Geman–Madan–Yor（CGMY）モデル下のヨーロッパ型プットオプション価格軌道について、縮約近似とニューラル近似を、テンパード分数階価格方程式のスプライン Galerkin 離散化に対する残差境界によって認証する手法を扱う。Galerkin行列は明示的に周期化されたフーリエシンボルのToeplitz断片で構成される。報告によれば、N=1024の分解能では、縮約モデルの認証に要するコストは直接求解の約3%であり、全空間に触れることなく問い合わせの99.8%を処理できるという。
説明共通取引を罰する：学習型ポートフォリオのための衝突認識レイヤー
要約データ、目的関数、表現を共有する複数の学習システムが、ほぼ同じ取引を行い得ることを指摘し、これを「シグナル衝突」と呼んでいます。線形インパクトゲームにより、各配分者が他者に及ぼす価格影響の全額を負担しないため共通エクスポージャーを過剰に持つことを示し、重なりに依存する通行料によって社会的に望ましい選択を回復できることを論じています。そのうえで、ポートフォリオ構築前に直近の共通リターンモードへの負荷に罰則を課す単純な後処理レイヤーを提案し、10本の流動性の高いクロスアセットETFのサンプルで最大ドローダウンの低減を報告していますが、ドローダウン改善の95%区間はゼロを含みます。
説明Specification LASSOと柔軟な特性ベース資産価格モデル：高次元での変数選択とモデル指定のための統計手法の論文
要約本論文は、高次元設定において変数間の交互作用を許容する部分線形半パラメトリック加法モデルを研究している。LASSOと適応的グループLASSOを統合し、変数選択とモデル指定を同時に行う二段階法、Specification LASSO（S-LASSO）を提案している。理論面では、選択一貫性と漸近正規性の観点でオラクル性質を持つことを示している。モンテカルロシミュレーションでは、さまざまな状況で既存の代替手法を上回ることが確認されている。実証では、資産固有の特性が横断的収益に与える線形および非線形の影響と、企業規模との交互作用を調べるため、特性ベースの資産価格モデルに適用している。
説明回測をいつ止めてよいか？適応型金融リサーチエージェントのための任意時点で有効な昇格検定
要約本論文はPROMOTEプロトコルを提案し、各候補取引ルールに生成時点で予測可能な検定資金を割り当て、その後のリターンのみからコストを考慮したeプロセスを蓄積します。生涯配分の合計が1以下であれば、重み付きVille論証により、宣言された有界な純スコアの条件付き平均が常に非正であったルールが昇格する確率が抑えられます。候補の依存性、適応的な生成、無期限の監視が許容されます。過去の擬似アウトオブサンプル再生と受控実験で実装を評価し、無調整の反復検定との比較結果を示しています。ただし、この証明は宣言された帰無仮説の下での過去の誤昇格を抑えるものであり、初期の優位性が実運用で利益を生み続けることを保証するものではありません。
説明EventGPT：銀行顧客の履歴に対する次イベント事前学習
要約本論文は、顧客の次のイベントを予測するよう事前学習した階層型因果Transformer「EventGPT」を提案する。ラベルを使わずに将来イベントの確率を推定でき、下流の教師あり銀行タスクに再利用可能な表現も得られる。公開データセットMBD-mini上で学習し、「来月初めて特定種類の取引を行う」という5つの目標に対し、ROC-AUC 0.79〜0.92を示した。製品予測では、凍結したEventGPT埋め込みは工程特徴量をやや下回るが、組み合わせると精度が向上する。コードと事前学習済み重みは公開されている。