Fugu-MT 論文翻訳(概要): Clustering Structure of Microstructure Measures

論文の概要: Clustering Structure of Microstructure Measures

arxiv url: http://arxiv.org/abs/2107.02283v1
Date: Mon, 5 Jul 2021 21:40:08 GMT
ステータス: 処理完了
システム内更新日: 2021-07-07 13:31:49.807352
Title: Clustering Structure of Microstructure Measures
Title（参考訳）: 微視的尺度のクラスタリング構造
Authors: Liao Zhu, Ningning Sun, Martin T. Wells
Abstract要約: 本研究では,異なる尺度のクラスタリング構造について検討し,予測に最適なクラスタリング構造を明らかにする。限られた数の予測器でより正確に予測でき、ノイズを除去し、モデルをより解釈できる。
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: This paper builds the clustering model of measures of market microstructure features which are popular in predicting the stock returns. In a 10-second time frequency, we study the clustering structure of different measures to find out the best ones for predicting. In this way, we can predict more accurately with a limited number of predictors, which removes the noise and makes the model more interpretable.
Abstract（参考訳）: 本稿では,市場マイクロ構造指標のクラスタリングモデルを構築し,株価リターンの予測に人気がある。 10秒の時間周波数で、様々な尺度のクラスタリング構造を調べ、予測する最良の方法を見つけ出す。このように、限られた数の予測器でより正確に予測でき、ノイズを除去し、モデルをより解釈できる。

関連論文リスト

BreakGPT: Leveraging Large Language Models for Predicting Asset Price Surges [55.2480439325792]
本稿では,時系列予測や資産価格の急上昇の予測に特化して,新たな大規模言語モデル(LLM)アーキテクチャであるBreakGPTを紹介する。我々は、最小限のトレーニングで財務予測を行うための有望なソリューションとしてBreakGPTを紹介し、局所的およびグローバルな時間的依存関係をキャプチャする強力な競合相手として紹介する。
論文参考訳（メタデータ） (2024-11-09T05:40:32Z)
Cycles of Thought: Measuring LLM Confidence through Stable Explanations [53.15438489398938]
大規模言語モデル(LLM)は、様々なベンチマークで人間レベルの精度に到達し、さらに超えることができるが、不正確な応答における過度な自信は、依然として十分に文書化された障害モードである。本稿では,LLMの不確実性を測定するためのフレームワークを提案する。
論文参考訳（メタデータ） (2024-06-05T16:35:30Z)
Predictive Churn with the Set of Good Models [64.05949860750235]
近似機械学習モデルの集合に対する競合予測の効果について検討する。ラーショモン集合内のモデル間の係り受けに関する理論的結果を示す。当社のアプローチは、コンシューマ向けアプリケーションにおいて、より予測し、削減し、混乱を避けるためにどのように使用できるかを示します。
論文参考訳（メタデータ） (2024-02-12T16:15:25Z)
Panel Data Nowcasting: The Case of Price-Earnings Ratios [0.0]
本論文は、異なる周波数でサンプリングされたシリーズからなるパネルデータを用いて、構造化された機械学習レグレッションを用いて、ストリームキャストを行う。大企業の企業業績予測の問題から、スパースグループのLASSOレギュラー化に焦点をあてる。
論文参考訳（メタデータ） (2023-07-05T22:04:46Z)
Time series clustering based on prediction accuracy of global forecasting models [0.0]
本稿では,時系列のモデルに基づくクラスタリング手法を提案する。文献で提案されているほとんどの手法とは異なり、この手法はクラスタリング分割を構成する主要な要素として予測精度を考慮している。シミュレーション実験により,クラスタリングの有効性と予測精度の両面で,本手法はいくつかの代替手法より優れていることが示された。
論文参考訳（メタデータ） (2023-04-30T13:12:19Z)
The Capacity and Robustness Trade-off: Revisiting the Channel Independent Strategy for Multivariate Time Series Forecasting [50.48888534815361]
本稿では、Channel Dependent(CD)戦略でトレーニングされたモデルが、Channel Dependent(CD)戦略でトレーニングされたモデルよりも優れていることを示す。以上の結果から,CD手法は高いキャパシティを持つが,分散ドリフト時系列を正確に予測する堅牢性に欠けることがわかった。本稿では,CI戦略を超越した正規化(PRReg)による予測残差法(Predict Residuals with Regularization, PRReg)を提案する。
論文参考訳（メタデータ） (2023-04-11T13:15:33Z)
TACTiS: Transformer-Attentional Copulas for Time Series [76.71406465526454]
時間変化量の推定は、医療や金融などの分野における意思決定の基本的な構成要素である。本稿では,アテンションベースデコーダを用いて関節分布を推定する多元的手法を提案する。本研究では,本モデルが実世界の複数のデータセットに対して最先端の予測を生成することを示す。
論文参考訳（メタデータ） (2022-02-07T21:37:29Z)
Meta-Forecasting by combining Global DeepRepresentations with Local Adaptation [12.747008878068314]
メタグローバルローカル自動回帰(Meta-GLAR)と呼ばれる新しい予測手法を導入する。それは、リカレントニューラルネットワーク(RNN)によって生成された表現からワンステップアヘッド予測へのマッピングをクローズドフォームで学習することで、各時系列に適応する。本手法は,先行研究で報告されたサンプル外予測精度において,最先端の手法と競合する。
論文参考訳（メタデータ） (2021-11-05T11:45:02Z)
Cluster-and-Conquer: A Framework For Time-Series Forecasting [94.63501563413725]
本稿では,高次元時系列データを予測するための3段階フレームワークを提案する。当社のフレームワークは非常に汎用的で,各ステップで時系列予測やクラスタリングが利用可能です。単純な線形自己回帰モデルでインスタンス化されると、いくつかのベンチマークデータセットで最先端の結果が得られる。
論文参考訳（メタデータ） (2021-10-26T20:41:19Z)
Coalitional strategies for efficient individual prediction explanation [0.0]
本稿では,関連する属性群 -- 名前付き連立 -- の検出に基づく手法を提供し,予測に影響を与える。以上の結果から,これらの連立手法はSHapley Additive exPlanationなどの既存手法よりも効率的であることが示唆された。
論文参考訳（メタデータ） (2021-04-01T21:00:23Z)

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。