論文の概要: Bayesian Optimization of ESG Financial Investments

• arxiv url: http://arxiv.org/abs/2303.01485v1
• Date: Fri, 10 Feb 2023 15:17:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-05 05:36:34.177632
• Title: Bayesian Optimization of ESG Financial Investments
• Title（参考訳）: esg金融投資のベイズ最適化
• Authors: Eduardo C. Garrido-Merch\'an, Gabriel Gonz\'alez Piris, Maria Coronado Vaca
• Abstract要約: ESG (Economic, Social and Governance) の基準は金融においてより重要になっている。 本稿では,数理モデリングとESGとファイナンスを組み合わせた。
• 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: Financial experts and analysts seek to predict the variability of financial markets. In particular, the correct prediction of this variability ensures investors successful investments. However, there has been a big trend in finance in the last years, which are the ESG criteria. Concretely, ESG (Economic, Social and Governance) criteria have become more significant in finance due to the growing importance of investments being socially responsible, and because of the financial impact companies suffer when not complying with them. Consequently, creating a stock portfolio should not only take into account its performance but compliance with ESG criteria. Hence, this paper combines mathematical modelling, with ESG and finance. In more detail, we use Bayesian optimization (BO), a sequential state-of-the-art design strategy to optimize black-boxes with unknown analytical and costly-to compute expressions, to maximize the performance of a stock portfolio under the presence of ESG criteria soft constraints incorporated to the objective function. In an illustrative experiment, we use the Sharpe ratio, that takes into consideration the portfolio returns and its variance, in other words, it balances the trade-off between maximizing returns and minimizing risks. In the present work, ESG criteria have been divided into fourteen independent categories used in a linear combination to estimate a firm total ESG score. Most importantly, our presented approach would scale to alternative black-box methods of estimating the performance and ESG compliance of the stock portfolio. In particular, this research has opened the door to many new research lines, as it has proved that a portfolio can be optimized using a BO that takes into consideration financial performance and the accomplishment of ESG criteria.
• Abstract（参考訳）: 金融専門家やアナリストは金融市場の変動性を予測しようとしている。 特に、この変動の正確な予測は投資家の投資を成功させる。 しかし、ESG基準である金融の過去数年間で大きな傾向が見られた。 具体的には、ESG(経済・社会・ガバナンス)基準は、投資の重要性が社会的責任を負うことの重要性が増し、金融機関がそれに従わない場合に苦しむことから、金融面でより重要になっている。 したがって、株式ポートフォリオの作成は、そのパフォーマンスだけでなく、ESG基準の遵守も考慮すべきである。 そこで本稿では,数理モデリングとesgとファイナンスを組み合わせる。 より詳しくは、ベイジアン最適化(bo、英: bayesian optimization)とは、未知の分析的かつコストのかかる計算式を持つブラックボックスを最適化し、目的関数に組み込んだesg基準ソフト制約の存在下での株式ポートフォリオのパフォーマンスを最大化するための、逐次的な最先端設計戦略である。 例示的な実験では、ポートフォリオのリターンとそのばらつきを考慮したシャープ比を使い、言い換えれば、リターン最大化とリスク最小化の間のトレードオフのバランスをとります。 本研究では, ESG基準を線形結合で用いる14の独立カテゴリーに分割し, 全ESGスコアを推定した。 最も重要なことは、提示されたアプローチは、ストックポートフォリオのパフォーマンスとesg準拠を推定する代替ブラックボックスメソッドにスケールすることです。 特に、この研究は、金融性能とESG基準の達成を考慮したBOを用いてポートフォリオを最適化できることが証明されたため、多くの新しい研究ラインへの扉を開いた。

関連論文リスト

• Deep Reinforcement Learning and Mean-Variance Strategies for Responsible Portfolio Optimization [49.396692286192206]
  本研究では,ESG状態と目的を取り入れたポートフォリオ最適化のための深層強化学習について検討する。 以上の結果から,ポートフォリオアロケーションに対する平均分散アプローチに対して,深層強化学習政策が競争力を発揮する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-03-25T12:04:03Z)
• Which Matters Most in Making Fund Investment Decisions? A Multi-granularity Graph Disentangled Learning Framework [47.308959396996606]
  我々は,投資商品の知的マッチングを効果的に行うため,MGDLという新しいM言語グラニュラリティグラフ分散学習フレームワークを開発した。 特定のセマンティクスでより強い非絡み合い表現を実現するため、MGDLは2つの自己監督信号、すなわちファンドタイプのコントラストとファンドの人気を明示的に含んでいる。
  論文  参考訳（メタデータ） (2023-11-23T09:08:43Z)
• Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
  長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。 多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。 深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。 本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-18T16:21:15Z)
• ChatGPT-based Investment Portfolio Selection [21.24186888129542]
  投資ポートフォリオの選択において、ChatGPTのような生成AIモデルの可能性を探る。 私たちはChatGPTを使って、投資に魅力的なS&P500市場指数から株式の宇宙を得ています。 以上の結果から,ChatGPTは株式選択に有効であるが,ポートフォリオ内の株式に最適な重み付けを割り当てるには適さない可能性が示唆された。
  論文  参考訳（メタデータ） (2023-08-11T17:48:17Z)
• HireVAE: An Online and Adaptive Factor Model Based on Hierarchical and Regime-Switch VAE [113.47287249524008]
  オンラインで適応的な環境で株価予測を行うファクターモデルを構築することは、依然としてオープンな疑問である。 本稿では,オンラインおよび適応型要素モデルであるHireVAEを,市場状況とストックワイド潜在要因の関係を埋め込んだ階層型潜在空間として提案する。 4つの一般的な実市場ベンチマークにおいて、提案されたHireVAEは、以前の手法よりもアクティブリターンの点で優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2023-06-05T12:58:13Z)
• Fuzzy Expert System for Stock Portfolio Selection: An Application to Bombay Stock Exchange [0.0]
  ボンベイ証券取引所(BSE)の株式評価と格付けのためにファジィエキスパートシステムモデルが提案されている。 このモデルの性能は、最近の株のパフォーマンスと比較すると、短期的な投資期間で十分であることが判明した。
  論文  参考訳（メタデータ） (2022-04-28T10:01:15Z)
• Profitability Analysis in Stock Investment Using an LSTM-Based Deep Learning Model [1.2891210250935146]
  長期記憶ネットワーク(LSTM)ネットワーク上に構築した深層学習に基づく回帰モデルを提案する。 特定の開始日と終了日について、株式のティッカー名に基づいて過去の株価を抽出し、将来の株価を予測する。 インド株式市場の15の重要セクターから選ばれた75の重要銘柄にモデルを配置する。
  論文  参考訳（メタデータ） (2021-04-06T11:09:51Z)
• Deep Stock Predictions [58.720142291102135]
  本稿では,Long Short Term Memory (LSTM) ニューラルネットワークを用いてポートフォリオ最適化を行うトレーディング戦略の設計について考察する。 次に、LSTMのトレーニングに使用する損失関数をカスタマイズし、利益を上げる。 カスタマイズされた損失関数を持つLSTMモデルは、ARIMAのような回帰ベースライン上でのトレーニングボットの性能を向上させる。
  論文  参考訳（メタデータ） (2020-06-08T23:37:47Z)
• ESG investments: Filtering versus machine learning approaches [0.0]
  我々は、大規模な投資宇宙にいる企業のESGプロファイルと財務業績のパターンを識別する機械学習アルゴリズムを設計する。 企業のESGプロファイルには明らかに何らかのアルファ版が存在するが、このアルファ版は機械学習のような強力な非線形技術でのみアクセス可能である。
  論文  参考訳（メタデータ） (2020-02-18T10:29:36Z)
• Reinforcement-Learning based Portfolio Management with Augmented Asset Movement Prediction States [71.54651874063865]
  ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。 本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。 当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
  論文  参考訳（メタデータ） (2020-02-09T08:10:03Z)

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。

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。