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）。
説明決算説明会向けの時点別エンコーダー：先読みバイアスを避けるテキストベクトルモデル
要約本論文は、決算説明会の文字起こしを対象に、2010年から2024年までの年次カットオフごとに学習したエンコーダーのバージョンを作成し、各バージョンはカットオフ日以前のテキストのみを読むようにしてバックテストの先読みバイアスを防いでいます。412,248件の説明会で学習し、質疑応答ペアで微調整しています。説明会のみで学習した3,380万パラメータのモデルは、テストした汎用検索器よりも保有out説明会での回答検索で優れていました。収益予測では、ベクトルが翌日リターンとの順位相関を約半分向上させる一方、時点別バージョンは検索に大きく効き、リターン予測にはほとんど効果がないと報告しています。
説明最適清算における作用素写像のためのディープラーニング手法
要約本論文は、価格動学が一般的な過渡的インパクト核に従う最適執行問題の解写像を分析している。著者らは、臨時的および過渡的な価格インパクトと基礎となる価格過程を支配するモデルパラメータに関して、最適取引戦略が局所リプシッツ連続であることを示し、モデルパラメータを入力とするニューラルネットワークによる近似の根拠を与えている。さらに、学習データ生成のための過渡的インパクト核のサンプリング法、ニューラルネットワーク入力に適した有限次元表現への射影法、在庫と取引シグナルの関係に基づく次元削減法を提案している。学習済みネットワークを用いて、過渡的インパクト核を誤って指定した場合に生じうる金融コストも定量化している。