Fugu-MT 論文翻訳(概要): The Adaptive Multi-Factor Model and the Financial Market

論文の概要: The Adaptive Multi-Factor Model and the Financial Market

arxiv url: http://arxiv.org/abs/2107.14410v1
Date: Fri, 30 Jul 2021 03:05:03 GMT
ステータス: 処理完了
システム内更新日: 2021-08-02 13:06:13.139848
Title: The Adaptive Multi-Factor Model and the Financial Market
Title（参考訳）: 適応型多要素モデルと金融市場
Authors: Liao Zhu
Abstract要約: Exchange-Traded Fundsのようなコンポーネントの導入や、アルゴリズムトレーディングのような高度な技術の普及により、データのブームがもたらされる。従来の統計手法は、常に高次元、高相関、時間変化による財務データの直感に悩まされる。提案手法により、より解釈可能なモデル、より明確な説明、より良い予測が可能である。
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: Modern evolvements of the technologies have been leading to a profound influence on the financial market. The introduction of constituents like Exchange-Traded Funds, and the wide-use of advanced technologies such as algorithmic trading, results in a boom of the data which provides more opportunities to reveal deeper insights. However, traditional statistical methods always suffer from the high-dimensional, high-correlation, and time-varying instinct of the financial data. In this dissertation, we focus on developing techniques to stress these difficulties. With the proposed methodologies, we can have more interpretable models, clearer explanations, and better predictions.
Abstract（参考訳）: 現代の技術の進化は金融市場に大きな影響を与えている。為替取引資金のような構成要素の導入やアルゴリズム取引のような先進技術の広範な利用により、データのブームが起こり、より深い洞察を得る機会が増えた。しかし、伝統的な統計方法は、常に金融データの高次元、高相関、時間的な本能に苦しむ。この論文では,これらの困難を強調する手法の開発に焦点をあてる。提案手法では,より解釈可能なモデル,より明確な説明,より良い予測を行うことができる。

関連論文リスト

A Survey of Financial AI: Architectures, Advances and Open Challenges [0.6798775532273751]
金融AIは金融市場の予測、ポートフォリオ最適化、自動取引に対する洗練されたアプローチを強化する。この調査は3つの主要な側面にわたるこれらの展開を体系的に分析する。
論文参考訳（メタデータ） (2024-11-01T04:16:00Z)
AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
論文参考訳（メタデータ） (2024-03-19T09:45:33Z)
A Hypothesis on Good Practices for AI-based Systems for Financial Time Series Forecasting: Towards Domain-Driven XAI Methods [0.0]
機械学習とディープラーニングは、財務予測や予測タスクでますます普及している。これらのモデルは透明性と解釈可能性に欠けることが多く、金融のような繊細なドメインでの使用を困難にしている。本稿では、金融のためのAIベースのシステムに説明可能性を展開するための優れた実践について考察する。
論文参考訳（メタデータ） (2023-11-13T17:56:45Z)
Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
論文参考訳（メタデータ） (2023-04-15T19:22:37Z)
Factor Investing with a Deep Multi-Factor Model [123.52358449455231]
我々は、業界中立化と市場中立化モジュールを明確な財務見識をもって取り入れた、新しい深層多要素モデルを開発する。実世界の株式市場データによるテストは、我々の深層多要素モデルの有効性を示している。
論文参考訳（メタデータ） (2022-10-22T14:47:11Z)
Beyond Explaining: Opportunities and Challenges of XAI-Based Model Improvement [75.00655434905417]
説明可能な人工知能(XAI)は、高度に複雑な機械学習(ML)モデルに透明性をもたらす新たな研究分野である。本稿では,機械学習モデルの諸特性を改善するために,XAIを実用的に応用する手法を概観する。実験では,モデル一般化能力や推論などの特性を改善する上で,説明がどのように役立つのかを,おもちゃと現実的な設定で実証的に示す。
論文参考訳（メタデータ） (2022-03-15T15:44:28Z)
Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文参考訳（メタデータ） (2022-03-07T18:59:54Z)
Financial Markets Prediction with Deep Learning [11.26482563151052]
金融市場の動きを予測する新しい1次元畳み込みニューラルネットワーク(CNN)モデルを提案する。カスタマイズされた1次元畳み込み層は、時間を通じて金融取引データをスキャンし、価格やボリュームなどの異なる種類のデータ、共有パラメータ(カーネル)を互いに共有する。我々のモデルは従来の技術指標の代わりに自動的に特徴を抽出する。
論文参考訳（メタデータ） (2021-04-05T19:36:48Z)
Deep Portfolio Optimization via Distributional Prediction of Residual Factors [3.9189409002585562]
そこで本稿では,残余要因と呼ばれる金融量分布の予測に基づくポートフォリオ構築手法を提案する。本手法が米国および日本の株式市場データに有効であることを実証する。
論文参考訳（メタデータ） (2020-12-14T04:09:52Z)
Super-App Behavioral Patterns in Credit Risk Models: Financial, Statistical and Regulatory Implications [110.54266632357673]
従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。 2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
論文参考訳（メタデータ） (2020-05-09T01:32:03Z)

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。