論文の概要: mt5b3: A Framework for Building AutonomousTraders

• arxiv url: http://arxiv.org/abs/2101.08169v1
• Date: Wed, 20 Jan 2021 15:01:02 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-22 01:26:41.104537
• Title: mt5b3: A Framework for Building AutonomousTraders
• Title（参考訳）: mt5b3: 自律企業構築のためのフレームワーク
• Authors: Paulo Andr\'e Lima de Castro
• Abstract要約: 金融分野では、畳み込みニューラルネットワークや深層強化学習などの最近のアプローチを含む多くのAI技術がテストされています。 自律的トレーダのモデル化の基本的な側面と、金融の世界である複雑な環境について述べる。 mt5b3は、新しい自律トレーダーの開発にも貢献できると考えています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Autonomous trading robots have been studied in ar-tificial intelligence area for quite some time. Many AI techniqueshave been tested in finance field including recent approaches likeconvolutional neural networks and deep reinforcement learning.There are many reported cases, where the developers are suc-cessful in creating robots with great performance when executingwith historical price series, so called backtesting. However, whenthese robots are used in real markets or data not used intheir training or evaluation frequently they present very poorperformance in terms of risks and return. In this paper, wediscussed some fundamental aspects of modelling autonomoustraders and the complex environment that is the financialworld. Furthermore, we presented a framework that helps thedevelopment and testing of autonomous traders. It may also beused in real or simulated operation in financial markets. Finally,we discussed some open problems in the area and pointed outsome interesting technologies that may contribute to advancein such task. We believe that mt5b3 may also contribute todevelopment of new autonomous traders.
• Abstract（参考訳）: 自律的なトレーディングロボットは、長い間、アーティフィシャルインテリジェンスエリアで研究されてきた。 畳み込みニューラルネットワークや深層強化学習(deep reinforcement learning)といった最近のアプローチを含む金融分野では、多くのai技術がテストされてきた。 しかし、これらのロボットが実際の市場や、訓練や評価に頻繁に使われないデータで使用される場合、リスクやリターンの面では非常に低いパフォーマンスを示す。 本稿では,自律取引業者のモデリングと金融界である複雑な環境に関する基礎的側面について概説する。 さらに,自律トレーダの開発とテストを支援するフレームワークも提示した。 また、金融市場における実物や模擬業務にも利用することができる。 最後に,この領域のオープンな問題について論じ,課題の進展に寄与するであろう興味深い技術について指摘した。 mt5b3は新しい自律型トレーダーの開発にも寄与すると信じている。

関連論文リスト

• FinRobot: AI Agent for Equity Research and Valuation with Large Language Models [6.2474959166074955]
  本稿では、エクイティリサーチに特化したAIエージェントフレームワークであるFinRobotについて述べる。 FinRobotはマルチエージェント・チェーン・オブ・シント(CoT)システムを採用し、定量分析と定性的分析を統合し、人間のアナリストの包括的な推論をエミュレートする。 CapitalCubeやWright Reportsのような既存の自動研究ツールとは異なり、FinRobotは大手ブローカー会社や基礎研究ベンダーと同等の洞察を提供する。
  論文  参考訳（メタデータ） (2024-11-13T17:38:07Z)
• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Forging Vision Foundation Models for Autonomous Driving: Challenges, Methodologies, and Opportunities [59.02391344178202]
  ビジョンファウンデーションモデル(VFM)は、幅広いAIアプリケーションのための強力なビルディングブロックとして機能する。 総合的なトレーニングデータの不足、マルチセンサー統合の必要性、多様なタスク固有のアーキテクチャは、VFMの開発に重大な障害をもたらす。 本稿では、自動運転に特化したVFMを鍛造する上で重要な課題について述べるとともに、今後の方向性を概説する。
  論文  参考訳（メタデータ） (2024-01-16T01:57:24Z)
• Machine Learning Meets Advanced Robotic Manipulation [48.6221343014126]
  本論文は、最先端技術と、実世界の操作タスクに適用された機械学習手法の最近の動向についてレビューする。 論文の残りの部分は、産業、医療、農業、宇宙、軍事、捜索救助など、さまざまな分野におけるML応用に費やされている。
  論文  参考訳（メタデータ） (2023-09-22T01:06:32Z)
• A Glimpse in ChatGPT Capabilities and its impact for AI research [4.2245880148320705]
  大規模言語モデル(LLM)は、人工知能(AI)研究の分野で最近人気になった。 これらのモデルは大量のデータに基づいて訓練されており、言語翻訳、テキスト生成、質問応答など幅広いタスクに使用できる。
  論文  参考訳（メタデータ） (2023-05-10T12:10:51Z)
• A Time Series Approach to Explainability for Neural Nets with Applications to Risk-Management and Fraud Detection [0.0]
  技術に対する信頼は、予測の背後にある根拠を理解することによって実現される。 横断的なデータの場合、古典的なXAIアプローチはモデルの内部動作に関する貴重な洞察をもたらす可能性がある。 本稿では、データの自然時間順序を保存・活用する深層学習のための新しいXAI手法を提案する。
  論文  参考訳（メタデータ） (2022-12-06T12:04:01Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Is it a great Autonomous FX Trading Strategy or you are just fooling yourself [0.0]
  本稿では,様々な金融資産におけるいくつかの有名な自律戦略において,その手法を適用した結果について述べる。 提案手法は, 潜在的なロボットの中から選択し, 最小限の期間とテスト実行要件を確立するために使用できる。
  論文  参考訳（メタデータ） (2021-01-15T13:25:15Z)
• Taking Over the Stock Market: Adversarial Perturbations Against Algorithmic Traders [47.32228513808444]
  本稿では,敵対的学習手法を用いて,攻撃者がアルゴリズム取引システムに影響を与える現実的なシナリオを提案する。 入力ストリームに追加されると、我々の摂動は将来目に見えないデータポイントのトレーディングアルゴリズムを騙すことができることを示す。
  論文  参考訳（メタデータ） (2020-10-19T06:28:05Z)
• Adversarial Attacks on Machine Learning Systems for High-Frequency Trading [55.30403936506338]
  逆機械学習の観点から,アルゴリズム取引のバリュエーションモデルについて検討する。 攻撃コストを最小限に抑えるサイズ制約で、このドメインに特有の新たな攻撃を導入する。 本稿では、金融モデルのロバスト性について研究・評価するための分析ツールとして、これらの攻撃がどのように利用できるかについて論じる。
  論文  参考訳（メタデータ） (2020-02-21T22:04:35Z)

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。