論文の概要: DCC: Differentiable Cardinality Constraints for Partial Index Tracking

• arxiv url: http://arxiv.org/abs/2412.17175v1
• Date: Sun, 22 Dec 2024 22:05:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-24 15:56:51.602697
• Title: DCC: Differentiable Cardinality Constraints for Partial Index Tracking
• Title（参考訳）: DCC:部分的指標追跡のための微分可能な心的制約
• Authors: Wooyeon Jo, Hyunsouk Cho,
• Abstract要約: インデックス追跡はポートフォリオの最適化を目的とした受動的投資戦略として人気があるが、インデックスの複製は高い取引コストにつながる可能性がある。 本稿では,索引追跡のための可変濃度制約を提案し,浮動小数点精度認識手法を提案する。
• 参考スコア（独自算出の注目度）: 3.429982727480958
• License:
• Abstract: Index tracking is a popular passive investment strategy aimed at optimizing portfolios, but fully replicating an index can lead to high transaction costs. To address this, partial replication have been proposed. However, the cardinality constraint renders the problem non-convex, non-differentiable, and often NP-hard, leading to the use of heuristic or neural network-based methods, which can be non-interpretable or have NP-hard complexity. To overcome these limitations, we propose a Differentiable Cardinality Constraint ($\textbf{DCC}$) for index tracking and introduce a floating-point precision-aware method ($\textbf{DCC}_{fpp}$) to address implementation issues. We theoretically prove our methods calculate cardinality accurately and enforce actual cardinality with polynomial time complexity. We propose the range of the hyperparameter $a$ ensures that $\textbf{DCC}_{fpp}$ has no error in real implementations, based on theoretical proof and experiment. Our method applied to mathematical method outperforms baseline methods across various datasets, demonstrating the effectiveness of the identified hyperparameter $a$.
• Abstract（参考訳）: インデックストラッキングはポートフォリオの最適化を目的としたパッシブ投資戦略として人気があるが、インデックスを完全に複製することで取引コストが高くなる可能性がある。 これを解決するため、部分的な複製が提案されている。 しかし、濃度制約は、非凸、非微分可能、しばしばNPハードの問題を生じさせ、非解釈可能またはNPハードの複雑さを持つヒューリスティックまたはニューラルネットワークベースの手法を使用する。 これらの制約を克服するために、索引追跡のための微分可能な心性制約($\textbf{DCC}$)を提案し、実装問題に対処するための浮動小数点精度認識法($\textbf{DCC}_{fpp}$)を提案する。 理論的には,我々の手法が精度よく濃度を計算し,多項式時間の複雑さで実際の濃度を強制することが証明される。 ハイパーパラメータの$a$の範囲は、理論的な証明と実験に基づいて、$\textbf{DCC}_{fpp}$が実際の実装で誤りを犯さないことを保証します。 提案手法は, 同定されたハイパーパラメータ$a$の有効性を実証し, 各種データセットのベースライン法よりも優れていることを示す。

関連論文リスト

• S-CFE: Simple Counterfactual Explanations [21.975560789792073]
  スパースデータに対する多様体対応の反実的説明を求める問題に対処する。 提案手法は,スパースかつ多様体に整列した反実的説明を効果的に生成する。
  論文  参考訳（メタデータ） (2024-10-21T07:42:43Z)
• Large-Scale Non-convex Stochastic Constrained Distributionally Robust Optimization [23.029511473335145]
  本稿では、その性能のロバスト性を明確に評価した制約付きDROに焦点を当てる。 各$chi2$-divergencesポイント$におけるアルゴリズムの複雑さは、データセットサイズが独立しているため、大規模アプリケーションに適している。
  論文  参考訳（メタデータ） (2024-04-01T15:56:58Z)
• A Specialized Semismooth Newton Method for Kernel-Based Optimal Transport [92.96250725599958]
  カーネルベース最適輸送(OT)推定器は、サンプルからOT問題に対処するための代替的機能的推定手順を提供する。 SSN法は, 標準正規性条件下でのグローバル収束率$O (1/sqrtk)$, 局所二次収束率を達成できることを示す。
  論文  参考訳（メタデータ） (2023-10-21T18:48:45Z)
• Pseudonorm Approachability and Applications to Regret Minimization [73.54127663296906]
  我々は、高次元 $ell_infty$-approachability 問題を、低次元の擬ノルムアプローチ可能性問題に変換する。 我々は、$ell$や他のノルムに対するアプローチ可能性に関する以前の研究に類似した疑似ノルムアプローチ可能性のアルゴリズム理論を開発する。
  論文  参考訳（メタデータ） (2023-02-03T03:19:14Z)
• Stochastic Inexact Augmented Lagrangian Method for Nonconvex Expectation Constrained Optimization [88.0031283949404]
  多くの実世界の問題は複雑な非機能的制約を持ち、多くのデータポイントを使用する。 提案手法は,従来最もよく知られた結果で既存手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-12-19T14:48:54Z)
• Multi-block-Single-probe Variance Reduced Estimator for Coupled Compositional Optimization [49.58290066287418]
  構成問題の複雑さを軽減するために,MSVR (Multi-block-probe Variance Reduced) という新しい手法を提案する。 本研究の結果は, 試料の複雑さの順序や強靭性への依存など, 様々な面で先行して改善された。
  論文  参考訳（メタデータ） (2022-07-18T12:03:26Z)
• $\ell_1$-norm constrained multi-block sparse canonical correlation analysis via proximal gradient descent [0.0]
  マルチブロックCCA問題を解くための近似勾配降下アルゴリズムを提案する。 得られた推定値は、適切な仮定の下では、レート最適であることが示される。 また,複数の固有ベクトルを逐次推定するデフレ手順についても述べる。
  論文  参考訳（メタデータ） (2022-01-14T03:35:01Z)
• Minimax Optimization with Smooth Algorithmic Adversaries [59.47122537182611]
  対戦相手が展開するスムーズなアルゴリズムに対して,Min-playerの新しいアルゴリズムを提案する。 本アルゴリズムは,制限周期のない単調進行を保証し,適切な勾配上昇数を求める。
  論文  参考訳（メタデータ） (2021-06-02T22:03:36Z)
• Adversarial Robustness Guarantees for Gaussian Processes [22.403365399119107]
  ガウス過程(GP)は、モデルの不確実性の原理的計算を可能にし、安全性に重要なアプリケーションに魅力的です。 境界付き摂動に対するモデル決定の不変性として定義されるGPの対向的堅牢性を分析するためのフレームワークを提案する。 我々は境界を洗練し、任意の$epsilon > 0$に対して、我々のアルゴリズムが有限個の反復で実際の値に$epsilon$-closeの値に収束することを保証していることを示す分岐とバウンドのスキームを開発する。
  論文  参考訳（メタデータ） (2021-04-07T15:14:56Z)
• Nonconvex Zeroth-Order Stochastic ADMM Methods with Lower Function Query Complexity [109.54166127479093]
  ゼロ次法(ゼロ次法、英: Zeroth-order method)は、機械学習問題を解決するための効果的な最適化手法のクラスである。 本稿では,非有限項問題を解くために,より高速なゼロ階交互勾配法乗算器 (MMADMM) を提案する。 我々は、ZOMMAD法が、$epsilon$-stationary pointを見つけるために、より低い関数$O(frac13nfrac1)$を達成することができることを示す。 同時に、より高速なゼロオーダーオンラインADM手法(M)を提案する。
  論文  参考訳（メタデータ） (2019-07-30T02:21:43Z)

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。