論文の概要: Clustering Digital Assets Using Path Signatures: Application to Portfolio Construction

• arxiv url: http://arxiv.org/abs/2410.23297v1
• Date: Tue, 15 Oct 2024 17:17:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-03 08:19:24.971237
• Title: Clustering Digital Assets Using Path Signatures: Application to Portfolio Construction
• Title（参考訳）: パスシグナチャを用いたデジタルアセットのクラスタリング:ポートフォリオ構築への応用
• Authors: Hugo Inzirillo,
• Abstract要約: 我々は、投資家に優れた多様化特性を提供する暗号通貨ポートフォリオを構築する新しい方法を提案する。 まず、これらのデジタル資産を、パスシグネチャに基づいていくつかのクラスタを作成することでフィルタリングする。 目標は、これらの非常に揮発性の高い資産の振舞いにおける同様のパターンを特定することである。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We propose a new way of building portfolios of cryptocurrencies that provide good diversification properties to investors. First, we seek to filter these digital assets by creating some clusters based on their path signature. The goal is to identify similar patterns in the behavior of these highly volatile assets. Once such clusters have been built, we propose "optimal" portfolios by comparing the performances of such portfolios to a universe of unfiltered digital assets. Our intuition is that clustering based on path signatures will make it easier to capture the main trends and features of a group of cryptocurrencies, and allow parsimonious portfolios that reduce excessive transaction fees. Empirically, our assumptions seem to be satisfied.
• Abstract（参考訳）: 我々は、投資家に優れた多様化特性を提供する暗号通貨ポートフォリオを構築する新しい方法を提案する。 まず、これらのデジタル資産を、パスシグネチャに基づいていくつかのクラスタを作成することでフィルタリングする。 目標は、これらの非常に揮発性の高い資産の振舞いにおける同様のパターンを特定することである。 このようなクラスタが構築されると、そのようなポートフォリオのパフォーマンスをフィルタリングされていないデジタル資産の宇宙と比較することで、「最適」なポートフォリオを提案する。 私たちの直感は、パスシグネチャに基づくクラスタリングによって、暗号通貨のグループの主なトレンドや特徴を捉えやすくなり、過剰な取引手数料を削減できる同種のポートフォリオが可能になるということです。 経験的に、私たちの仮定は満足しているようだ。

関連論文リスト

• Large-scale Time-Varying Portfolio Optimisation using Graph Attention Networks [4.2056926734482065]
  これはリスクの高い企業を取り入れ、ポートフォリオの最適化に全企業を使う最初の研究だ。 グラフ注意ネットワーク(GAT)を利用した新しい手法の提案と実証試験を行った。 GATは、ネットワークデータを利用して非線形関係を明らかにするディープラーニングベースのモデルである。
  論文  参考訳（メタデータ） (2024-07-22T10:50:47Z)
• Attribute-Aware Deep Hashing with Self-Consistency for Large-Scale Fine-Grained Image Retrieval [65.43522019468976]
  本稿では属性認識ハッシュコードを生成するための自己整合性を持つ属性認識ハッシュネットワークを提案する。 本研究では,高レベル属性固有ベクトルを教師なしで蒸留する再構成タスクのエンコーダ・デコーダ構造ネットワークを開発する。 我々のモデルは,これらの属性ベクトルに特徴デコリレーション制約を設けて,それらの代表的能力を強化する。
  論文  参考訳（メタデータ） (2023-11-21T08:20:38Z)
• Uncovering Prototypical Knowledge for Weakly Open-Vocabulary Semantic Segmentation [59.37587762543934]
  本稿では,弱開語彙セマンティックセマンティックセグメンテーション(WOVSS)の問題点について検討する。 既存の方法は、グループトークンの使用に関する粒度の矛盾に悩まされる。 マルチモーダル正規化を組み込んだプロトタイプ誘導ネットワーク(PGSeg)を提案する。
  論文  参考訳（メタデータ） (2023-10-29T13:18:00Z)
• Unlocking the Transferability of Tokens in Deep Models for Tabular Data [67.11727608815636]
  トレーニング済みのディープニューラルネットワークの微調整は、さまざまな機械学習タスクにおいて成功しているパラダイムとなっている。 本稿では,特徴トークンの品質向上を目的としたTabTokenを提案する。 トークンを規則化し、機能内および機能間のセマンティクスをキャプチャする、対照的な目的を導入します。
  論文  参考訳（メタデータ） (2023-10-23T17:53:09Z)
• Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
  本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。 シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。 ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
  論文  参考訳（メタデータ） (2023-10-02T12:33:28Z)
• MCTformer+: Multi-Class Token Transformer for Weakly Supervised Semantic Segmentation [90.73815426893034]
  弱教師付きセマンティックセグメンテーションの強化を目的としたトランスフォーマーベースのフレームワークを提案する。 複数のクラストークンを組み込んだマルチクラストークン変換器を導入し,パッチトークンとのクラス認識インタラクションを実現する。 識別型クラストークンの学習を促進するために,Contrastive-Class-Token (CCT)モジュールを提案する。
  論文  参考訳（メタデータ） (2023-08-06T03:30:20Z)
• Sparse Index Tracking: Simultaneous Asset Selection and Capital Allocation via $\ell_0$-Constrained Portfolio [7.5684339230894135]
  スパースポートフォリオは、取引コストの削減と不正資産の回避の観点から、完全なポートフォリオよりも好ましい。 本稿では,$ell_p$-norm制約を用いたスパースインデックストラッキングの新しい問題式を提案する。 当社のアプローチでは、ポートフォリオとターンオーバースペースの制約を選択でき、再バランス間隔毎にアセット更新を制限することで、トランザクションコストをさらに削減します。
  論文  参考訳（メタデータ） (2023-07-22T04:47:30Z)
• Discriminative Co-Saliency and Background Mining Transformer for Co-Salient Object Detection [111.04994415248736]
  我々は差別的共存とバックグラウンドマイニング・トランスフォーマー・フレームワーク(DMT)を提案する。 我々は2種類の事前定義されたトークンを用いて、コントラスト誘起画素間相関モジュールとコサリエンストークン間相関モジュールを用いて、コサリエンシと背景情報をマイニングする。 3つのベンチマークデータセットの実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-04-30T15:56:47Z)
• Digital Asset Valuation: A Study on Domain Names, Email Addresses, and NFTs [4.16271611433618]
  DASHは、古典的なものからブロックチェーンベースのものまで、複数のデジタルアセットクラスを特徴とする、最初のデジタルアセット販売履歴データセットである。 DASHのベースラインとして,従来の機能ベースの強力なモデルを構築します。 これまでの文献では研究されていない微調整事前学習言語モデルに基づく深層学習モデルについて検討する。
  論文  参考訳（メタデータ） (2022-10-06T12:59:06Z)
• Fund2Vec: Mutual Funds Similarity using Graph Learning [0.966840768820136]
  本稿では,ファンドの重み付けされたバイパーティイトネットワーク表現とその基盤となる資産データに基づいて,類似資金を同定するための根本的に新しいアプローチを提案する。 私たちの研究は、ファンド・アセット・ネットワークのもともとの形での重み付けされたバイパートイト・ネットワークの表現に関する初めての研究である。
  論文  参考訳（メタデータ） (2021-06-24T17:35:00Z)

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。