Fugu-MT 論文翻訳(概要): Factor-Based Conditional Diffusion Model for Portfolio Optimization

論文の概要: Factor-Based Conditional Diffusion Model for Portfolio Optimization

arxiv url: http://arxiv.org/abs/2509.22088v1
Date: Fri, 26 Sep 2025 09:11:08 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-29 20:57:54.320946
Title: Factor-Based Conditional Diffusion Model for Portfolio Optimization
Title（参考訳）: ポートフォリオ最適化のための因子ベース条件拡散モデル
Authors: Xuefeng Gao, Mengying He, Xuedong He,
Abstract要約: ポートフォリオ最適化のための条件付き拡散モデルを提案する。資産固有の要因を条件に、翌日の株価リターンの断面分布を学習する。中国のAシェア市場における実証的な結果は、我々のアプローチがベンチマーク手法を一貫して上回っていることを示している。
参考スコア（独自算出の注目度）: 8.18198392834469
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a novel conditional diffusion model for portfolio optimization that learns the cross-sectional distribution of next-day stock returns conditioned on asset-specific factors. The model builds on the Diffusion Transformer with token-wise conditioning, linking each asset's return to its own factor vector while capturing cross-asset dependencies. Generated return samples are used for daily mean-variance optimization under realistic constraints. Empirical results on the Chinese A-share market show that our approach consistently outperforms benchmark methods based on standard empirical and shrinkage-based estimators across multiple metrics.
Abstract（参考訳）: 本稿では,ポートフォリオ最適化のための新しい条件拡散モデルを提案する。モデルはDiffusion Transformer上にトークン単位の条件付きで構築され、各アセットのリターンを独自のファクタベクタにリンクし、アセット間の依存関係をキャプチャする。生成した戻りサンプルは、現実的な制約下での日平均分散最適化に使用される。中国のAシェア市場における実証的な結果から、我々のアプローチは、標準的な経験的および収縮的推定値に基づくベンチマーク手法を、複数の指標で一貫して上回っていることが分かる。

関連論文リスト

Self-Boost via Optimal Retraining: An Analysis via Approximate Message Passing [58.52119063742121]
独自の予測と潜在的にノイズの多いラベルを使ってモデルをトレーニングすることは、モデルパフォーマンスを改善するためのよく知られた戦略である。本稿では,モデルの予測と提供ラベルを最適に組み合わせる方法について論じる。我々の主な貢献は、現在のモデルの予測と与えられたラベルを組み合わせたベイズ最適集約関数の導出である。
論文参考訳（メタデータ） (2025-05-21T07:16:44Z)
Conformal Predictive Portfolio Selection [10.470114319701576]
共形予測による予測ポートフォリオ選択のためのフレームワークを提案する。提案手法は,将来のポートフォリオのリターンを予測し,対応する予測インターバルを計算し,これらのインターバルに基づいて興味のポートフォリオを選択する。本稿では,ARモデルに適用することでCPPSフレームワークの有効性を実証し,実証実験によりその性能を検証した。
論文参考訳（メタデータ） (2024-10-19T15:42:49Z)
Disentanglement with Factor Quantized Variational Autoencoders [11.086500036180222]
本稿では,生成因子に関する基礎的真理情報をモデルに提供しない離散変分オートエンコーダ(VAE)モデルを提案する。本研究では, 離散表現を学習する上で, 連続表現を学習することの利点を実証する。 FactorQVAEと呼ばれる手法は、最適化に基づく不整合アプローチと離散表現学習を組み合わせる。
論文参考訳（メタデータ） (2024-09-23T09:33:53Z)
Aggregation Weighting of Federated Learning via Generalization Bound Estimation [65.8630966842025]
フェデレートラーニング(FL)は通常、サンプル比率によって決定される重み付けアプローチを使用して、クライアントモデルパラメータを集約する。上記の重み付け法を,各局所モデルの一般化境界を考慮した新しい戦略に置き換える。
論文参考訳（メタデータ） (2023-11-10T08:50:28Z)
Forecasting Large Realized Covariance Matrices: The Benefits of Factor Models and Shrinkage [1.0323063834827415]
我々は、標準のファームレベル因子を用いてリターン共分散行列を分解し、残差共分散行列のセクシャル制限を用いる。提案手法は,標準ベンチマークと比較して精度が向上し,最小分散ポートフォリオの推定精度が向上する。
論文参考訳（メタデータ） (2023-03-22T16:38:22Z)
Optimal Condition Training for Target Source Separation [56.86138859538063]
単一チャネルターゲットソース分離のための最適条件学習法を提案する。多様な意味概念によってもたらされる相補的な情報は、興味の源泉を乱して分離するのに大いに役立ちます。
論文参考訳（メタデータ） (2022-11-11T00:04:55Z)
Comparing Probability Distributions with Conditional Transport [63.11403041984197]
新しい発散として条件輸送(CT)を提案し、償却されたCT(ACT)コストと近似します。 ACTは条件付き輸送計画の計算を補正し、計算が容易な非バイアスのサンプル勾配を持つ。さまざまなベンチマークデータセットのジェネレーティブモデリングでは、既存のジェネレーティブ敵対ネットワークのデフォルトの統計距離をACTに置き換えることで、一貫してパフォーマンスを向上させることが示されています。
論文参考訳（メタデータ） (2020-12-28T05:14:22Z)
Dirichlet policies for reinforced factor portfolios [1.3706331473063877]
本稿では、要素投資と強化学習(RL)を組み合わせることを目的とする。エージェントは、企業の特性に依存する逐次ランダムアロケーションを通じて学習する。パラメトリックな選択肢の幅広い範囲において、我々の結果は、RLベースのポートフォリオが均等に重み付けられた(1/N)アロケーションに非常に近いことを示している。
論文参考訳（メタデータ） (2020-11-10T20:25:41Z)
Autoregressive Score Matching [113.4502004812927]
自動回帰条件スコアモデル(AR-CSM)を提案する。 AR-CSMモデルでは、このデータ分布とモデル分布のばらつきを効率的に計算し、最適化することができ、高価なサンプリングや対向訓練を必要としない。本研究では,合成データに対する密度推定,画像生成,画像復調,暗黙エンコーダを用いた潜在変数モデルの訓練に応用できることを示す。
論文参考訳（メタデータ） (2020-10-24T07:01:24Z)
Decision-Making with Auto-Encoding Variational Bayes [71.44735417472043]
変分分布とは異なる後部近似を用いて意思決定を行うことが示唆された。これらの理論的な結果から,最適モデルに関するいくつかの近似的提案を学習することを提案する。おもちゃの例に加えて,単細胞RNAシークエンシングのケーススタディも紹介する。
論文参考訳（メタデータ） (2020-02-17T19:23:36Z)

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。