論文の概要: Portfolio Selection via Topological Data Analysis

• arxiv url: http://arxiv.org/abs/2308.07944v1
• Date: Tue, 15 Aug 2023 09:36:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-17 16:03:57.011801
• Title: Portfolio Selection via Topological Data Analysis
• Title（参考訳）: トポロジカルデータ分析によるポートフォリオ選択
• Authors: Petr Sokerin, Kristian Kuznetsov, Elizaveta Makhneva, Alexey Zaytsev
• Abstract要約: 本稿では、共通株式の投資ポートフォリオを構築するための2段階の方法を提案する。 この方法は時系列表現の生成とその後のクラスタリングを含む。 実験の結果,提案システムは他の手法よりも優れていることがわかった。
• 参考スコア（独自算出の注目度）: 2.3901301169141056
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Portfolio management is an essential part of investment decision-making. However, traditional methods often fail to deliver reasonable performance. This problem stems from the inability of these methods to account for the unique characteristics of multivariate time series data from stock markets. We present a two-stage method for constructing an investment portfolio of common stocks. The method involves the generation of time series representations followed by their subsequent clustering. Our approach utilizes features based on Topological Data Analysis (TDA) for the generation of representations, allowing us to elucidate the topological structure within the data. Experimental results show that our proposed system outperforms other methods. This superior performance is consistent over different time frames, suggesting the viability of TDA as a powerful tool for portfolio selection.
• Abstract（参考訳）: ポートフォリオマネジメントは投資決定の重要な部分です。 しかし、伝統的な手法は、しばしば合理的な性能を提供できない。 この問題は、これらの手法が株式市場の多変量時系列データのユニークな特徴を考慮できないことに起因する。 普通株の投資ポートフォリオを構築するための2段階の方法を提案する。 この方法は時系列表現の生成とその後のクラスタリングを含む。 提案手法では, トポロジカルデータ解析(TDA)に基づく特徴を表現の生成に利用し, データのトポロジカル構造を解明する。 実験の結果,提案システムは他の手法よりも優れていることがわかった。 この優れたパフォーマンスは、異なるタイムフレームに対して一貫性があり、ポートフォリオ選択の強力なツールとしてのtdaの有効性が示唆されている。

関連論文リスト

• Conformal Predictive Portfolio Selection [10.470114319701576]
  CPPS(Conformal Predictive Portfolio Selection)と呼ばれる共形推論を用いた予測ポートフォリオ選択のためのフレームワークを提案する。 提案手法は,将来のポートフォリオのリターンを予測し,対応する予測間隔を計算し,これらの間隔に基づいて望ましいポートフォリオを選択する。 本稿では,ARモデルを用いたCPPSフレームワークの有効性を実証し,実証実験による性能評価を行った。
  論文  参考訳（メタデータ） (2024-10-19T15:42:49Z)
• MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
  テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。 本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
  論文  参考訳（メタデータ） (2024-10-12T07:02:33Z)
• GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
  我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。 GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。 本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
  論文  参考訳（メタデータ） (2024-06-01T08:01:05Z)
• Sparse Portfolio Selection via Topological Data Analysis based Clustering [5.110444063763577]
  本稿では、トポロジカルデータ解析ツールを使用し、スパースポートフォリオ構築に適したデータ駆動クラスタリングに基づくストックセレクション戦略を提案する。 クラスタリングアルゴリズムとTDAを統合する戦略は,多様な市場シナリオにおいて,さまざまなパフォーマンス指標にまたがるスパースポートフォリオのパフォーマンスを著しく向上させた。
  論文  参考訳（メタデータ） (2024-01-30T11:42:52Z)
• Embedded feature selection in LSTM networks with multi-objective evolutionary ensemble learning for time series forecasting [49.1574468325115]
  本稿では,Long Short-Term Memory Networkに埋め込まれた特徴選択手法を提案する。 本手法はLSTMの重みと偏りを分割的に最適化する。 イタリアとスペイン南東部の大気質時系列データの実験的評価により,従来のLSTMの能力一般化が著しく向上することが確認された。
  論文  参考訳（メタデータ） (2023-12-29T08:42:10Z)
• 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)
• Collaborative Multiobjective Evolutionary Algorithms in search of better Pareto Fronts. An application to trading systems [0.4014524824655106]
  本稿では,時系列データを解析するためのパラメータをリアルタイムに最適化することに焦点を当てる。 特に,技術指標および財務指標のパラメータを最適化し,グルコース時系列などの他の応用を提案する。
  論文  参考訳（メタデータ） (2022-11-04T13:37:41Z)
• Self-Attention Neural Bag-of-Features [103.70855797025689]
  我々は最近導入された2D-Attentionの上に構築し、注意学習方法論を再構築する。 本稿では,関連情報を強調した2次元目視マスクを学習する機能・時間的アテンション機構を提案する。
  論文  参考訳（メタデータ） (2022-01-26T17:54:14Z)
• Interpretable Feature Construction for Time Series Extrinsic Regression [0.028675177318965035]
  一部のアプリケーション領域では、対象変数が数値であり、その問題は時系列外部回帰(TSER)として知られている。 TSERの文脈における頑健で解釈可能な特徴構築と選択のためのベイズ法の拡張を提案する。 私たちのアプローチは、TSERに取り組むためのリレーショナルな方法を利用します:(i)、リレーショナルデータスキームに格納されている時系列の多様で単純な表現を構築し、(ii)二次テーブルからデータを「フラット化」するために解釈可能な機能を構築するためにプロポジション化技術を適用します。
  論文  参考訳（メタデータ） (2021-03-15T08:12:19Z)
• Decision-Aware Conditional GANs for Time Series Data [30.669678656710825]
  本稿では、時系列生成の方法として、意思決定対応の時系列条件付き逆数生成ネットワーク(DAT-CGAN)を紹介する。 重なり合うブロックサンプリング法により,サンプル効率を向上し,DAT-CGANの一般化特性を理論的に評価する。
  論文  参考訳（メタデータ） (2020-09-26T20:37:38Z)
• Transformer Hawkes Process [79.16290557505211]
  本稿では,長期的依存関係を捕捉する自己認識機構を利用したTransformer Hawkes Process (THP) モデルを提案する。 THPは、有意なマージンによる可能性と事象予測の精度の両方の観点から、既存のモデルより優れている。 本稿では、THPが関係情報を組み込む際に、複数の点過程を学習する際の予測性能の改善を実現する具体例を示す。
  論文  参考訳（メタデータ） (2020-02-21T13:48:13Z)

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。