論文の概要: QuantBench: Benchmarking AI Methods for Quantitative Investment
- arxiv url: http://arxiv.org/abs/2504.18600v1
- Date: Thu, 24 Apr 2025 18:47:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:53.908323
- Title: QuantBench: Benchmarking AI Methods for Quantitative Investment
- Title（参考訳）: QuantBench: 定量的投資のためのAIメソッドのベンチマーク
- Authors: Saizhuo Wang, Hao Kong, Jiadong Guo, Fengrui Hua, Yiyan Qi, Wanyun Zhou, Jiahao Zheng, Xinyu Wang, Lionel M. Ni, Jian Guo,
- Abstract要約: 量的投資における人工知能の分野は大きな進歩を遂げているが、業界慣行に沿った標準ベンチマークは欠如している。
この重要なニーズに対応するために設計された、産業レベルのベンチマークプラットフォームであるQuantBenchを紹介します。
QuantBenchは、(1)量的投資産業の慣行に沿った標準化、(2)様々なAIアルゴリズムを統合する柔軟性、(3)量的投資プロセス全体の完全なカバレッジの3つの重要な強みを提供する。
- 参考スコア（独自算出の注目度）: 14.679031329650508
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The field of artificial intelligence (AI) in quantitative investment has seen significant advancements, yet it lacks a standardized benchmark aligned with industry practices. This gap hinders research progress and limits the practical application of academic innovations. We present QuantBench, an industrial-grade benchmark platform designed to address this critical need. QuantBench offers three key strengths: (1) standardization that aligns with quantitative investment industry practices, (2) flexibility to integrate various AI algorithms, and (3) full-pipeline coverage of the entire quantitative investment process. Our empirical studies using QuantBench reveal some critical research directions, including the need for continual learning to address distribution shifts, improved methods for modeling relational financial data, and more robust approaches to mitigate overfitting in low signal-to-noise environments. By providing a common ground for evaluation and fostering collaboration between researchers and practitioners, QuantBench aims to accelerate progress in AI for quantitative investment, similar to the impact of benchmark platforms in computer vision and natural language processing.
- Abstract（参考訳）: 量的投資における人工知能(AI)の分野は大きな進歩を遂げているが、業界慣行に沿った標準ベンチマークは欠如している。
このギャップは研究の進歩を妨げ、学術的イノベーションの実践的応用を制限する。
この重要なニーズに対応するために設計された、産業レベルのベンチマークプラットフォームであるQuantBenchを紹介します。
QuantBenchは、(1)量的投資産業の慣行に沿った標準化、(2)様々なAIアルゴリズムを統合する柔軟性、(3)量的投資プロセス全体の完全なカバレッジの3つの重要な強みを提供する。
QuantBenchを用いた実証研究は、分散シフトに対処するための継続的な学習の必要性、リレーショナルファイナンシャルデータのモデリング方法の改善、低信号-雑音環境における過度適合を緩和するためのより堅牢なアプローチなど、いくつかの重要な研究方向を明らかにした。
研究者と実践者のコラボレーションを評価するための共通基盤を提供することにより、QuantBenchは、コンピュータビジョンと自然言語処理におけるベンチマークプラットフォームの影響と同様に、定量的投資のためのAIの進歩を加速することを目指している。
関連論文リスト
- Bridging the Quantum Divide: Aligning Academic and Industry Goals in Software Engineering [7.856941186056147]
本稿では,量子ソフトウェア工学における学術と産業の実質的な違いについて考察する。
この断絶は主に、産業界への限られたアクセスと、商業環境での量子開発の競争性によって生じる。
我々は,この隔たりを橋渡しするための実践的ツール,方法論,ベストプラクティスの開発を目的とした協調的な取り組みを提案する。
論文 参考訳（メタデータ） (2025-02-10T20:17:41Z) - MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。
本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。
メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
論文 参考訳（メタデータ） (2024-06-20T03:50:23Z) - A Data-to-Product Multimodal Conceptual Framework to Achieve Automated Software Evolution for Context-rich Intelligent Applications [0.0]
本研究では,ソフトウェアの自動進化を実現するための概念的枠組みを提案する。
概念的枠組みに基づいて選択的シーケンススコープモデル(3S)モデルを開発する。
この研究はインテリジェントなアプリケーションに関するものだが、フレームワークと分析方法は、AIが彼らのライフサイクルにより多くのインテリジェンスをもたらすため、他のタイプのソフトウェアに適用される可能性がある。
論文 参考訳（メタデータ） (2024-04-07T06:05:25Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Multimodal Gen-AI for Fundamental Investment Research [2.559302299676632]
本報告では、従来の意思決定プロセスを再考する金融投資業界における変革的イニシアティブについて概説する。
基礎モデル(Llama2)上での微調整手法の有効性を評価し,アプリケーションレベルの目標を達成する。
このプロジェクトには、調査報告、投資メモ、市場ニュース、広範な時系列市場データなど、さまざまなコーパスデータセットが含まれている。
論文 参考訳（メタデータ） (2023-12-24T03:35:13Z) - MQBench: Towards Reproducible and Deployable Model Quantization
Benchmark [53.12623958951738]
MQBenchは、モデル量子化アルゴリズムの評価、分析、およびデプロイ可能性のベンチマークを行う最初の試みである。
我々は、CPU、GPU、ASIC、DSPを含む実世界のデプロイのための複数のプラットフォームを選択し、最先端の量子化アルゴリズムを評価する。
包括的な分析を行い、直感的、直感的、あるいは反直感的な洞察を見出す。
論文 参考訳（メタデータ） (2021-11-05T23:38:44Z) - MultiBench: Multiscale Benchmarks for Multimodal Representation Learning [87.23266008930045]
MultiBenchは15のデータセット、10のモダリティ、20の予測タスク、6の研究領域にまたがる、体系的で統一されたベンチマークである。
データローディング、実験的なセットアップ、モデル評価を簡素化し、標準化する、エンドツーエンドの自動機械学習パイプラインを提供する。
大規模なマルチモーダルデータセットに対するロバストネスや、現実的な不完全性に対するロバストネスなど、将来の研究に対する影響の高い課題が紹介されている。
論文 参考訳（メタデータ） (2021-07-15T17:54:36Z) - Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
AI技術は、量的投資システムに新たな課題を提起した。
Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
論文 参考訳（メタデータ） (2020-09-22T12:57:10Z) - A Framework for Online Investment Algorithms [0.0]
我々は,アルゴリズムポートフォリオ管理のための統合的かつオンラインなフレームワークについて,その結果を提示し報告する。
この記事では、プロセスレベルの学習フレームワークにインターンで組み込むことができるワークフローを提供します。
以上の結果から,我々のフレームワークと再サンプリング手法を併用して,市場資本化ベンチマークを上回り得ることが確認された。
論文 参考訳（メタデータ） (2020-03-30T11:41:53Z)
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。