論文の概要: Bandits in Matching Markets: Ideas and Proposals for Peer Lending

• arxiv url: http://arxiv.org/abs/2011.04400v4
• Date: Fri, 16 Apr 2021 07:46:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 17:36:59.875837
• Title: Bandits in Matching Markets: Ideas and Proposals for Peer Lending
• Title（参考訳）: 一致する市場のバンディット:ピアローンのアイデアと提案
• Authors: Soumajyoti Sarkar
• Abstract要約: 市場の観点から、ピアツーピア投資がどのように考えられるかを設定するためのパラダイムについて説明する。 我々は、時間とともに競争の不確実性のダイナミクスに基づいて、金融機関が選択を調整できるようなシーケンシャルな意思決定に基づく手法を考案する。 シミュレーション実験を用いて、最適な借主と貸主のマッチングに基づいて、後悔のダイナミクスを示し、貸主の後悔は、貸主が設定した初期嗜好に依存することを確かめる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motivated by recent applications of sequential decision making in matching markets, in this paper we attempt at formulating and abstracting market designs for P2P lending. We describe a paradigm to set the stage for how peer to peer investments can be conceived from a matching market perspective, especially when both borrower and lender preferences are respected. We model these specialized markets as an optimization problem and consider different utilities for agents on both sides of the market while also understanding the impact of equitable allocations to borrowers. We devise a technique based on sequential decision making that allow the lenders to adjust their choices based on the dynamics of uncertainty from competition over time and that also impacts the rewards in return for their investments. Using simulated experiments we show the dynamics of the regret based on the optimal borrower-lender matching and find that the lender regret depends on the initial preferences set by the lenders which could affect their learning over decision making steps.
• Abstract（参考訳）: 本稿では,マッチング市場における近年の逐次意思決定の応用に動機づけられ,p2p融資の市場設計を定式化し,抽象化することを試みる。 本稿では、特に借主と貸主の好みを尊重する場合に、市場の観点からピアツーピア投資がどのように考えられるかを設定するためのパラダイムについて述べる。 我々は、これらの専門市場を最適化問題としてモデル化し、市場の両側におけるエージェントの異なるユーティリティを検討しながら、借り手に対する公平な割り当ての影響も理解する。 我々は、経時的な競争の不確実性のダイナミクスに基づいて、融資者が選択を調整でき、また投資の見返りとして報酬に影響を及ぼす、逐次意思決定に基づく手法を考案する。 シミュレーション実験を用いて, 最適な借主・借主マッチングに基づく後悔のダイナミクスを示し, 意思決定ステップにおける学習に影響を与える可能性のある貸主が設定した初期選好に依存することを見出した。

関連論文リスト

• Diverging Preferences: When do Annotators Disagree and do Models Know? [92.24651142187989]
  我々は,4つのハイレベルクラスにまたがる10のカテゴリにまたがる相違点の分類法を開発した。 意見の相違の大部分は、標準的な報酬モデリングアプローチに反対している。 本研究は,選好の変化を識別し,評価とトレーニングへの影響を緩和する手法を開発する。
  論文  参考訳（メタデータ） (2024-10-18T17:32:22Z)
• Optimal Automated Market Makers: Differentiable Economics and Strong Duality [22.943723387429678]
  複数の商品の存在下での最適な市場形成はよく理解されていない。 最適な市場メーカを見つけることは、最適な輸送問題と双対であることを示します。 より複雑な振る舞いを示す設定において最適メカニズムの予想を示す。
  論文  参考訳（メタデータ） (2024-02-14T12:27:54Z)
• Enhancing Profitability and Investor Confidence through Interpretable AI Models for Investment Decisions [0.14999444543328289]
  本稿では、SHAPに基づく説明可能性技術を利用して投資提案を予測するための解釈可能な意思決定モデルを提案する。 提案されたソリューションは、予測されたレコメンデーションに影響を与える要因に関する貴重な洞察を提供するだけでなく、さまざまなタイプの投資家にも影響を及ぼす。
  論文  参考訳（メタデータ） (2023-12-24T15:05:53Z)
• Fairness in Matching under Uncertainty [78.39459690570531]
  アルゴリズム的な二面市場は、こうした設定における公平性の問題に注意を向けている。 我々は、利益の不確実性を尊重する両面の市場設定において、個々人の公正性の概念を公理化する。 そこで我々は,配当よりも公平なユーティリティ最大化分布を求めるために,線形プログラミングフレームワークを設計する。
  論文  参考訳（メタデータ） (2023-02-08T00:30:32Z)
• Online Learning under Budget and ROI Constraints via Weak Adaptivity [57.097119428915796]
  制約付きオンライン学習問題に対する既存の原始双対アルゴリズムは、2つの基本的な仮定に依存している。 このような仮定は、標準の原始双対テンプレートを弱適応的後悔最小化器で与えることによって、どのように回避できるのかを示す。 上記の2つの前提が満たされていない場合に保証される、世界の最高の保証を証明します。
  論文  参考訳（メタデータ） (2023-02-02T16:30:33Z)
• Learning Equilibria in Matching Markets from Bandit Feedback [139.29934476625488]
  不確実性の下で安定した市場成果を学習するためのフレームワークとアルゴリズムを開発する。 私たちの研究は、大規模なデータ駆動の市場において、いつ、どのように安定したマッチングが生じるかを明らかにするための第一歩を踏み出します。
  論文  参考訳（メタデータ） (2021-08-19T17:59:28Z)
• Bandit based centralized matching in two-sided markets for peer to peer lending [0.0]
  2つの側面のオンラインプラットフォームにおけるシーケンシャルな資金調達により、ピアツーピアの融資が可能となり、潜在的コントリビュータを順次呼び出すことができる。 我々は、投資家や貸し手も借り手の好みに基づいて投資の制限に直面している場合に、一致する市場を利用して、両面のプラットフォームにおける投資デザインを調査する。 我々は、時間とともに競争の不確実性のダイナミクスに基づいて、金融機関が選択を調整できるシーケンシャルな意思決定に基づく手法を考案する。
  論文  参考訳（メタデータ） (2021-05-06T11:23:26Z)
• Multi-Stage Decentralized Matching Markets: Uncertain Preferences and Strategic Behaviors [91.3755431537592]
  本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。 我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。 シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
  論文  参考訳（メタデータ） (2021-02-13T19:25:52Z)
• Learning Strategies in Decentralized Matching Markets under Uncertain Preferences [91.3755431537592]
  エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。 我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。 エージェントの期待した利益を最大化する最適な戦略を導出する。
  論文  参考訳（メタデータ） (2020-10-29T03:08:22Z)
• Learning Risk Preferences from Investment Portfolios Using Inverse Optimization [25.19470942583387]
  本稿では,既存ポートフォリオからのリスク嗜好を逆最適化を用いて測定する手法を提案する。 我々は、20年間の資産価格と10年間の相互ファンドポートフォリオ保有からなる実市場データについて、本手法を実証する。
  論文  参考訳（メタデータ） (2020-10-04T21:29:29Z)
• Improving Investment Suggestions for Peer-to-Peer (P2P) Lending via Integrating Credit Scoring into Profit Scoring [6.245537312562826]
  本稿では、クレジット情報を収益評価モデルに組み込む2段階フレームワークを提案する。 実世界のP2P貸出データについて,米国P2P市場の実証実験を行った。
  論文  参考訳（メタデータ） (2020-09-09T19:41:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。