論文の概要: Alpha-GPT: Human-AI Interactive Alpha Mining for Quantitative Investment
- arxiv url: http://arxiv.org/abs/2308.00016v1
- Date: Mon, 31 Jul 2023 16:40:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-02 16:50:20.538783
- Title: Alpha-GPT: Human-AI Interactive Alpha Mining for Quantitative Investment
- Title(参考訳): Alpha-GPT: 定量的投資のための人間-AIインタラクティブアルファマイニング
- Authors: Saizhuo Wang, Hang Yuan, Leon Zhou, Lionel M. Ni, Heung-Yeung Shum,
Jian Guo
- Abstract要約: 我々は,人間とAIの相互作用を導入し,新たなアルファマイニングパラダイムを提案する。
また,新たな対話型アルファマイニングシステムであるAlpha-GPTを開発した。
- 参考スコア(独自算出の注目度): 9.424699345940725
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One of the most important tasks in quantitative investment research is mining
new alphas (effective trading signals or factors). Traditional alpha mining
methods, either hand-crafted factor synthesizing or algorithmic factor mining
(e.g., search with genetic programming), have inherent limitations, especially
in implementing the ideas of quants. In this work, we propose a new alpha
mining paradigm by introducing human-AI interaction, and a novel prompt
engineering algorithmic framework to implement this paradigm by leveraging the
power of large language models. Moreover, we develop Alpha-GPT, a new
interactive alpha mining system framework that provides a heuristic way to
``understand'' the ideas of quant researchers and outputs creative, insightful,
and effective alphas. We demonstrate the effectiveness and advantage of
Alpha-GPT via a number of alpha mining experiments.
- Abstract(参考訳): 定量的投資研究における最も重要なタスクの1つは、新しいアルファ(効果的な取引シグナルや要因)の採掘である。
従来のアルファマイニング法、手作りの因子合成法またはアルゴリズムによる因子マイニング法(例えば、遺伝的プログラミングによる探索)は、特に量子の考え方の実装において固有の制限がある。
本稿では,人間-aiインタラクションの導入による新たなアルファマイニングパラダイムと,大規模言語モデルのパワーを活用することにより,このパラダイムを実現するための新しいプロンプトエンジニアリングアルゴリズムフレームワークを提案する。
さらに、量子研究者のアイデアを「理解」し、創造的で洞察力があり、効果的なアルファを出力する、新しいインタラクティブなアルファマイニングシステムであるAlpha-GPTを開発する。
我々は,多くのアルファマイニング実験を通じて,アルファ-GPTの有効性と利点を示す。
関連論文リスト
- Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳(メタデータ) (2024-02-28T16:09:56Z) - Alpha-GPT 2.0: Human-in-the-Loop AI for Quantitative Investment [10.11013017172889]
近年,量的投資の領域でアルファマイニングの新しいパラダイムを導入し,インタラクティブなアルファマイニングシステムであるα-GPTを開発した。
このシステムは、大規模な言語モデルに基づく反復的ヒューマン-AIインタラクションを中心に、アルファ発見にHuman-in-the-Loopアプローチを導入している。
本稿では,次世代のAlpha-GPT 2.0フットノートDraftについて紹介する。
論文 参考訳(メタデータ) (2024-02-15T06:52:42Z) - Synergistic Formulaic Alpha Generation for Quantitative Trading based on
Reinforcement Learning [1.3980986259786223]
本稿では,既存のアルファファクタマイニング手法を探索空間を拡張して拡張する手法を提案する。
モデルの性能評価指標として,情報係数 (IC) とランク情報係数 (Rank IC) を用いる。
論文 参考訳(メタデータ) (2024-01-05T08:49:13Z) - Alpha Zero for Physics: Application of Symbolic Regression with Alpha
Zero to find the analytical methods in physics [0.0]
我々は,Alpha Zeroアルゴリズムを用いた記号回帰を用いた物理解析手法の開発フレームワークを提案する。
実演として、AZfPはFloquetシステムの高周波展開を導出できることを示す。
論文 参考訳(メタデータ) (2023-11-21T16:38:10Z) - A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳(メタデータ) (2023-10-14T23:28:48Z) - Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。
この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。
この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。
本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-10-13T07:03:39Z) - Generating Synergistic Formulaic Alpha Collections via Reinforcement
Learning [20.589583396095225]
我々は、相乗的なアルファの集合のマイニングを優先する新しいアルファマイニングフレームワークを提案する。
我々のフレームワークは、これまでのアプローチよりも高いリターンを達成することができることを示す。
論文 参考訳(メタデータ) (2023-05-25T13:41:07Z) - OpenAGI: When LLM Meets Domain Experts [51.86179657467822]
ヒューマン・インテリジェンス(HI)は、複雑なタスクを解くための基本的なスキルの組み合わせに長けている。
この機能は人工知能(AI)にとって不可欠であり、包括的なAIエージェントに組み込まれるべきである。
マルチステップで現実的なタスクを解決するために設計されたオープンソースのプラットフォームであるOpenAGIを紹介します。
論文 参考訳(メタデータ) (2023-04-10T03:55:35Z) - AlphaEvolve: A Learning Framework to Discover Novel Alphas in
Quantitative Investment [16.27557073668891]
スカラー、ベクター、マトリックスの特徴をモデル化する新しいアルファクラスを紹介します。
新しいアルファは高い精度で戻りを予測し、弱い相関集合にマイニングすることができる。
我々は,新しいアルファを生成するために,AutoMLに基づく新しいアルファマイニングフレームワークであるAlphaEvolveを提案する。
論文 参考訳(メタデータ) (2021-03-30T09:28:41Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳(メタデータ) (2021-01-27T16:20:23Z) - Alpha Discovery Neural Network based on Prior Knowledge [55.65102700986668]
遺伝的プログラミング(GP)は、金融自動化機能構築タスクにおける最先端技術である。
本稿では,分散金融技術指標の自動構築が可能なニューラルネットワーク構造であるAlpha Discovery Neural Network (ADNN)を提案する。
論文 参考訳(メタデータ) (2019-12-26T03:10:17Z)
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。