論文の概要: From Bias to Behavior: Learning Bull-Bear Market Dynamics with Contrastive Modeling
- arxiv url: http://arxiv.org/abs/2507.14182v1
- Date: Sat, 12 Jul 2025 11:36:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:31.735775
- Title: From Bias to Behavior: Learning Bull-Bear Market Dynamics with Contrastive Modeling
- Title（参考訳）: バイアスから行動へ:コントラストモデリングによるブルベアー市場ダイナミクスの学習
- Authors: Xiaotong Luo, Shengda Zhuo, Min Chen, Lichun Li, Ruizhao Lu, Wenqi Fan, Shuqiang Huang, Yin Tang,
- Abstract要約: 本稿では、投資家主導の市場ダイナミクスにおけるブル・ベア体制の可能性について考察する。
本稿では,時間的価格列と外部コンテキスト信号を共有潜在空間に埋め込む統合フレームワークであるB4(Bias to Behavior from Bull-Bear Dynamics Model)を提案する。
我々のモデルは市場のトレンドを予測する上で優れたパフォーマンスを実現し、バイアスや投資家の行動、市場のダイナミクスの相互作用に関する解釈可能な洞察を提供する。
- 参考スコア（独自算出の注目度）: 13.039189005779534
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Financial markets exhibit highly dynamic and complex behaviors shaped by both historical price trajectories and exogenous narratives, such as news, policy interpretations, and social media sentiment. The heterogeneity in these data and the diverse insight of investors introduce biases that complicate the modeling of market dynamics. Unlike prior work, this paper explores the potential of bull and bear regimes in investor-driven market dynamics. Through empirical analysis on real-world financial datasets, we uncover a dynamic relationship between bias variation and behavioral adaptation, which enhances trend prediction under evolving market conditions. To model this mechanism, we propose the Bias to Behavior from Bull-Bear Dynamics model (B4), a unified framework that jointly embeds temporal price sequences and external contextual signals into a shared latent space where opposing bull and bear forces naturally emerge, forming the foundation for bias representation. Within this space, an inertial pairing module pairs temporally adjacent samples to preserve momentum, while the dual competition mechanism contrasts bullish and bearish embeddings to capture behavioral divergence. Together, these components allow B4 to model bias-driven asymmetry, behavioral inertia, and market heterogeneity. Experimental results on real-world financial datasets demonstrate that our model not only achieves superior performance in predicting market trends but also provides interpretable insights into the interplay of biases, investor behaviors, and market dynamics.
- Abstract（参考訳）: 金融市場は、歴史的価格の軌跡と、ニュース、政策解釈、ソーシャルメディアの感情といった外因的な物語の両方によって形成された非常にダイナミックで複雑な行動を示す。
これらのデータの不均一性と投資家の多様な洞察は、市場のダイナミクスのモデリングを複雑にするバイアスを導入します。
従来の研究とは違って、投資家主導の市場ダイナミクスにおけるブル・ベア体制の可能性を探究する。
実世界の金融データセットに関する実証分析を通じて、バイアス変動と行動適応のダイナミックな関係を明らかにする。
このメカニズムをモデル化するために、時間的価格列と外的文脈信号を協調的に組み込んだ統合フレームワークであるB4(Bias to Behavior from Bull-Bear Dynamics Model)を提案する。
この空間内では、慣性ペアリングモジュールが時間的に隣接したサンプルをペアリングして運動量を維持する一方、二重競合機構は強みと弱みの埋め込みを対比して振る舞いのばらつきを捉えている。
これらの成分によって、B4はバイアス駆動の非対称性、行動慣性、市場不均一性をモデル化することができる。
実世界の財務データを用いた実験結果から,我々のモデルは市場のトレンドを予測する上で優れたパフォーマンスを達成するだけでなく,バイアスや投資家の行動,市場ダイナミクスの相互作用に関する解釈可能な洞察も得られている。
関連論文リスト
- DynamiX: Large-Scale Dynamic Social Network Simulator [101.65679342680542]
DynamiXは、動的ソーシャルネットワークモデリングに特化した新しい大規模ソーシャルネットワークシミュレータである。
世論のリーダーに対しては、情報ストリームに基づくリンク予測手法を提案し、同様の姿勢で潜在的ユーザを推薦する。
一般ユーザに対しては,不等式指向の行動決定モジュールを構築する。
論文 参考訳（メタデータ） (2025-07-26T12:13:30Z) - Modeling Regime Structure and Informational Drivers of Stock Market Volatility via the Financial Chaos Index [0.0]
本稿では、金融カオス指標による株式市場のボラティリティの構造動態について考察する。
我々は、低カオス、中間カオス、高カオスの3つの異なる市場体制を特定し、それぞれ異なるレベルのシステム的ストレスを特徴とする。
マクロ経済、金融、政策、地政学の不確実性の変化は、政権全体でのボラティリティのダイナミクスに強い予測力を示します。
論文 参考訳（メタデータ） (2025-04-26T15:48:11Z) - CSPO: Cross-Market Synergistic Stock Price Movement Forecasting with Pseudo-volatility Optimization [14.241290261347281]
Pseudo-volatility Optimization (CSPO)によるクロスマーケット・シナジーの枠組みを紹介する。
CSPOは、外部の未来の知識を活用するために効果的なディープ・ニューラル・アーキテクチャを実装している。
CSPOは、ストック固有の予測信頼性をモデル化するために擬似ボラティリティを取り入れている。
論文 参考訳（メタデータ） (2025-03-26T18:58:15Z) - BiasConnect: Investigating Bias Interactions in Text-to-Image Models [73.76853483463836]
テキスト・ツー・イメージ・モデルにおけるバイアス相互作用の分析と定量化を目的とした新しいツールであるBiasConnectを紹介する。
我々の手法は、与えられたバイアスが修正されたとき、他のバイアス次元が理想的な分布に向かって、あるいは離れてどのように変化するかを示す経験的推定を提供する。
本稿では,最適なバイアス緩和軸の選択,学習する依存関係の異なるTTIモデルの比較,およびTTIモデルにおける交叉社会的バイアスの増幅を理解するためのBiasConnectの有用性を示す。
論文 参考訳（メタデータ） (2025-03-12T19:01:41Z) - Neuro-Symbolic Traders: Assessing the Wisdom of AI Crowds in Markets [0.0]
私たちは、深層生成モデルを使用して購入/販売決定を行う仮想トレーダーの形式を開発します。
我々の枠組みでは、ニューロシンボリックトレーダーは、視覚言語モデルを使用して資産の基本的価値のモデルを発見するエージェントである。
これは過去のデータと比べて価格の抑制につながっており、将来の市場の安定へのリスクを浮き彫りにしている」と述べた。
論文 参考訳（メタデータ） (2024-10-18T16:37:52Z) - Nested replicator dynamics, nested logit choice, and similarity-based learning [56.98352103321524]
我々は,分割型類似性構造を持つアクションセットを持つゲームにおいて,学習と進化のモデルを考える。
このモデルでは、修正エージェントは現在の戦略と類似とみなす他の戦略を比較する確率が高い。
同様の戦略に対するこの暗黙の偏見のため、結果として生じる力学は模倣ゲーム力学の標準的な単調性合理性のいずれかを満たすことができない。
論文 参考訳（メタデータ） (2024-07-25T07:09:53Z) - Efficient Model-based Multi-agent Reinforcement Learning via Optimistic
Equilibrium Computation [93.52573037053449]
H-MARL (Hallucinated Multi-Agent Reinforcement Learning) は,環境と数回交流した後の平衡政策を学習する。
自律運転シミュレーションベンチマークにおいて,本手法を実験的に実証した。
論文 参考訳（メタデータ） (2022-03-14T17:24:03Z) - Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics
in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。
最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。
予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文 参考訳（メタデータ） (2022-03-07T18:59:54Z) - Multi-Asset Spot and Option Market Simulation [52.77024349608834]
正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。
本研究では, 正規化流れの条件付き可逆性を活用し, 独立シミュレータの連立分布をキャリブレーションするスケーラブルな手法を提案する。
論文 参考訳（メタデータ） (2021-12-13T17:34:28Z) - Towards Robust and Adaptive Motion Forecasting: A Causal Representation
Perspective [72.55093886515824]
本稿では,3つの潜伏変数群からなる動的過程として,運動予測の因果的形式化を導入する。
我々は、因果グラフを近似するために、不変なメカニズムやスタイルの共創者の表現を分解するモジュラーアーキテクチャを考案する。
合成および実データを用いた実験結果から,提案した3つの成分は,学習した動き表現の頑健性と再利用性を大幅に向上することが示された。
論文 参考訳（メタデータ） (2021-11-29T18:59:09Z) - CLVSA: A Convolutional LSTM Based Variational Sequence-to-Sequence Model
with Attention for Predicting Trends of Financial Markets [12.020797636494267]
生の金融トレーディングデータの特徴を変動的に捉えるハイブリッドモデルであるCLVSAを提案する。
本モデルでは,畳み込みニューラルネットワーク,バニラlstmネットワーク,シーケンシャル・ツー・シーケンスモデルなどの基本モデルよりも注目される。
実験の結果,clvsaは,近似後段の導入により,kullback-leibler 発散に基づく余分な正規化剤を活用し,トラップの過剰フィットを防止することができた。
論文 参考訳（メタデータ） (2021-04-08T20:31:04Z) - Predictive intraday correlations in stable and volatile market
environments: Evidence from deep learning [2.741266294612776]
我々は、S&P500株間のラタグ相関を学習・活用するためにディープラーニングを適用し、安定市場と不安定市場のモデル行動を比較する。
以上の結果から,アキュラシーは有意でありながら,予測地平線が短いほど低下することが示唆された。
ポートフォリオマネージャのための調査ツールとしての現代金融理論と作業の適用性について論じる。
論文 参考訳（メタデータ） (2020-02-24T17:19:54Z)
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。