論文の概要: Multi-Task Dynamic Pricing in Credit Market with Contextual Information
- arxiv url: http://arxiv.org/abs/2410.14839v3
- Date: Mon, 12 May 2025 19:45:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-14 14:37:18.690023
- Title: Multi-Task Dynamic Pricing in Credit Market with Contextual Information
- Title（参考訳）: コンテキスト情報を用いた信用市場におけるマルチタスク動的価格設定
- Authors: Adel Javanmard, Jingwei Ji, Renyuan Xu,
- Abstract要約: 我々は、多数の信用市場証券の価格を学ぼうとするブローカーが直面している動的価格問題について検討する。
これらの証券の価格設定における大きな課題は、頻度の低い取引と、オーバー・ザ・カウンタ市場における透明性の欠如にある。
本稿では、証券間の共有構造を利用して価格の精度を高めるマルチタスク動的価格設定フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 10.407593835994433
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the dynamic pricing problem faced by a broker seeking to learn prices for a large number of credit market securities, such as corporate bonds, government bonds, loans, and other credit-related securities. A major challenge in pricing these securities stems from their infrequent trading and the lack of transparency in over-the-counter (OTC) markets, which leads to insufficient data for individual pricing. Nevertheless, many securities share structural similarities that can be exploited. Moreover, brokers often place small "probing" orders to infer competitors' pricing behavior. Leveraging these insights, we propose a multi-task dynamic pricing framework that leverages the shared structure across securities to enhance pricing accuracy. In the OTC market, a broker wins a quote by offering a more competitive price than rivals. The broker's goal is to learn winning prices while minimizing expected regret against a clairvoyant benchmark. We model each security using a $d$-dimensional feature vector and assume a linear contextual model for the competitor's pricing of the yield, with parameters unknown a priori. We propose the Two-Stage Multi-Task (TSMT) algorithm: first, an unregularized MLE over pooled data to obtain a coarse parameter estimate; second, a regularized MLE on individual securities to refine the parameters. We show that the TSMT achieves a regret bounded by $\tilde{O} ( \delta_{\max} \sqrt{T M d} + M d ) $, outperforming both fully individual and fully pooled baselines, where $M$ is the number of securities and $\delta_{\max}$ quantifies their heterogeneity.
- Abstract（参考訳）: 我々は、企業債、国債、ローン、その他の信用関連証券など、多数の信用市場証券の価格を学ぼうとするブローカーが直面している動的価格問題について検討する。
これらの証券の価格設定における大きな課題は、頻度の低い取引と、オーバー・ザ・カウンタ(OTC)市場における透明性の欠如に起因する。
しかし、多くの証券は、利用可能な構造的類似性を共有している。
さらに、ブローカーは競争相手の価格変動を推測するために小さな「プロブリング」命令を下すことが多い。
これらの知見を生かして、証券間の共有構造を利用して価格精度を高めるマルチタスク動的価格設定フレームワークを提案する。
OTC市場では、ブローカーはライバルよりも競争力のある価格を提供することで、見積もりに勝つ。
ブローカーの目標は、予想される、透視的ベンチマークに対する後悔を最小限に抑えながら、勝利の価格を学習することである。
我々は,$d$次元の特徴ベクトルを用いて各セキュリティをモデル化し,競合するプライス価格の線形コンテキストモデルを仮定する。
本稿では,2段階マルチタスク (TSMT) アルゴリズムを提案する。第1に,プールデータ上の非正規化MLEを粗いパラメータ推定値として,第2に,各証券上の正規化MLEを用いてパラメータを精査する。
TSMT は $\tilde{O} ( \delta_{\max} \sqrt{T M d} + M d ) $ によって制限された後悔を達成し、完全個性と完全プールベースラインの両方を上回り、$M$ は証券の数であり、$\delta_{\max}$ はその不均一性を定量化する。
関連論文リスト
- Fairness-aware Contextual Dynamic Pricing with Strategic Buyers [4.883313216485195]
本稿では,価格の公平性を同時に達成し,戦略的行動を阻害する動的価格政策を提案する。
我々のポリシーは、$O(sqrt+H(T))$ regret over $T$ time horizons という上限を達成する。
我々はまた、我々の問題設定の下で、いかなる価格ポリシーの低い限界を後悔する$Omega(sqrtT)を証明します。
論文 参考訳（メタデータ） (2025-01-25T22:30:37Z) - Market Making without Regret [15.588799679661637]
市場メーカが入札価格のB_t$と要求価格のA_t$を、入ってくるトレーダーに提示する、シーケンシャルな意思決定設定について検討する。
トレーダーのバリュエーションが入札価格よりも低い場合、または要求価格より高い場合は、取引(販売または購入)が発生する。
我々は、入札とペアの最良の選択に関して、メーカの後悔を特徴づける。
論文 参考訳（メタデータ） (2024-11-21T10:13:55Z) - Dynamic Pricing in Securities Lending Market: Application in Revenue Optimization for an Agent Lender Portfolio [5.006071344026168]
証券貸出市場では,既存の文脈的バンディットの枠組みをうまく活用できることが示されている。
我々は、文脈的バンディットアプローチが、生成した総収益の少なくとも15%以上の典型的なアプローチを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2024-07-18T17:42:37Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳（メタデータ） (2024-07-08T09:55:31Z) - Reinforcement Learning for Corporate Bond Trading: A Sell Side Perspective [0.0]
社債トレーダーは、テキスト優先の市場価格にスプレッドを追加して引用を提供する
不正な債券については、市場価格の観測が困難であり、トレーダーはしばしば利用可能なベンチマーク債の価格に頼っている。
本稿では,データ駆動方式による最適入札分散商法の推定にアプローチし,強化学習を用いて学習できることを示す。
論文 参考訳（メタデータ） (2024-06-18T18:02:35Z) - A Contextual Online Learning Theory of Brokerage [8.049531918823758]
トレーダー間のブローカーのオンライン学習問題における文脈情報の役割について検討する。
有界密度仮定が解かれると、問題は解けなくなる。
論文 参考訳（メタデータ） (2024-05-22T18:38:05Z) - 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) - Contextual Dynamic Pricing with Strategic Buyers [93.97401997137564]
戦略的買い手によるコンテキスト動的価格問題について検討する。
売り手は買い手の真の特徴を観察せず、買い手の戦略行動に応じて操作された特徴を観察する。
本稿では,販売者の累積収益を最大化するために,購入者の戦略的行動をオンライン学習に取り入れた戦略的動的価格政策を提案する。
論文 参考訳（メタデータ） (2023-07-08T23:06:42Z) - Autoregressive Bandits [58.46584210388307]
本稿では,オンライン学習環境であるAutoregressive Banditsを提案する。
報酬プロセスの軽微な仮定の下では、最適ポリシーを便利に計算できることが示される。
次に、新しい楽観的後悔最小化アルゴリズム、すなわちAutoRegressive Upper Confidence Bound (AR-UCB)を考案し、$widetildemathcalO left( frac(k+1)3/2sqrtnT (1-G)のサブ線形後悔を被る。
論文 参考訳（メタデータ） (2022-12-12T21:37:36Z) - Quantum computational finance: martingale asset pricing for incomplete
markets [69.73491758935712]
金融の価格問題に様々な量子技術を適用することができることを示す。
従来の研究と異なる3つの方法について議論する。
論文 参考訳（メタデータ） (2022-09-19T09:22:01Z) - Cost-Sensitive Portfolio Selection via Deep Reinforcement Learning [100.73223416589596]
深層強化学習を用いたコスト依存型ポートフォリオ選択手法を提案する。
具体的には、価格系列パターンと資産相関の両方を抽出するために、新しい2ストリームポートフォリオポリシーネットワークを考案した。
蓄積したリターンを最大化し、強化学習によるコストの両立を抑えるため、新たなコスト感受性報酬関数が開発された。
論文 参考訳（メタデータ） (2020-03-06T06:28:17Z) - Dynamic Incentive-aware Learning: Robust Pricing in Contextual Auctions [13.234975857626752]
我々は、文脈的な第2価格オークションにおいて、戦略的買い手に対する準備価格の堅牢な学習の問題を考察する。
このような戦略的行動に頑健な学習方針を提案する。
論文 参考訳（メタデータ） (2020-02-25T19:00:29Z)
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。