加密货币与区块链 · 2026年10月29日（周四）

比特币、以太坊、稳定币、DeFi、智能合约、扩容与共识。

RSS 订阅
arXiv cs.LG · q-fin.PM · q-fin.ST

Sparse Autoencoders as Implicit Diversification Regularisers for Cross-Sectional Cryptocurrency Returns

说明稀疏自编码器作为加密货币横截面收益的隐式分散化正则化方法

简介本文研究用稀疏自编码器（SAE）描述大量加密货币的日收益率，每天只保留少数活跃特征。作者在按时间顺序的评估中，将SAE与常见基准进行比较，发现SAE组合的波动率更低，并与所选资产之间的相关性降低有关。但该方法在风险调整收益上并未超过简单的反向策略，且其因子身份在不同训练运行之间并不稳定。

Weijia Han, Lisha Qu

arXiv cs.CR · cs.DC · cs.LG

DICE: Decentralized Incentive-driven Federated Learning for Efficient & Scalable Customization of Pretrained Models in Web3

说明DICE：面向Web3中预训练模型高效可扩展定制的去中心化激励式联邦学习算法

简介论文提出DICE，一种基于区块链的联邦学习算法，用于在Web3参与者之间定制大型预训练模型。它通过动态渐进学习与模型切片验证，让无法部署完整模型的诚实参与者也能参与；并通过树状结构委员会共识协议与效率驱动的激励机制，支持更多数据持有者参与。作者称理论分析与视觉、语言模型上的实验表明其高效、有效且安全。

Hong Lin, Zhongle Xie, Lidan Shou 等