論文の概要: The Black Tuesday Attack: how to crash the stock market with adversarial examples to financial forecasting models

• arxiv url: http://arxiv.org/abs/2510.18990v1
• Date: Tue, 21 Oct 2025 18:15:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:14.435814
• Title: The Black Tuesday Attack: how to crash the stock market with adversarial examples to financial forecasting models
• Title（参考訳）: ブラック・マンデー・アタック:金融予測モデルに逆らって株式市場を崩壊させる方法
• Authors: Thomas Hofweber, Jefrey Bergl, Ian Reyes, Amir Sadovnik,
• Abstract要約: 我々は、個々の株価の小さな操作を通じて、株式市場の暴落を引き起こす可能性を調査し、保護する。 このようなクラッシュは、モデルの予測が正確で、それが引き起こす介入が小さいため、検出が困難である可能性が高い。 この可能性は金融安定にとって大きなリスクであり、敵対的な俳優が敵に大きな経済的損害を与える機会である。
• 参考スコア（独自算出の注目度）: 1.3282008143117203
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We investigate and defend the possibility of causing a stock market crash via small manipulations of individual stock values that together realize an adversarial example to financial forecasting models, causing these models to make the self-fulfilling prediction of a crash. Such a crash triggered by an adversarial example would likely be hard to detect, since the model's predictions would be accurate and the interventions that would cause it are minor. This possibility is a major risk to financial stability and an opportunity for hostile actors to cause great economic damage to an adversary. This threat also exists against individual stocks and the corresponding valuation of individual companies. We outline how such an attack might proceed, what its theoretical basis is, how it can be directed towards a whole economy or an individual company, and how one might defend against it. We conclude that this threat is vastly underappreciated and requires urgent research on how to defend against it.
• Abstract（参考訳）: 我々は、金融予測モデルに対する逆例を共に実現した個別の株価の小さな操作を通じて、株式市場の暴落を引き起こす可能性を調査し、保護し、これらのモデルがクラッシュの自己充足予測を導いた。 逆の例によって引き起こされたこのようなクラッシュは、モデルの予測が正確であり、それが引き起こす介入が小さいため、検出するのが困難である。 この可能性は金融安定にとって大きなリスクであり、敵対的な俳優が敵に大きな経済的損害を与える機会である。 この脅威はまた、個々の株式とそれに対応する企業の評価額に対して存在する。 このような攻撃がいかに進行するか、その理論的基盤は何か、経済全体や個々の企業に向けてどのように展開されるのか、そしてそれに対してどのように防御されるのかを概説する。 我々は、この脅威は極めて過小評価されており、それに対する防御方法に関する緊急調査が必要であると結論付けている。

関連論文リスト

• Predicting Market Troughs: A Machine Learning Approach with Causal Interpretation [0.0]
  本稿では,マーケットトラフの因果的要因に関する,堅牢で新しい証拠を提供する。 フレキシブルなDML平均部分効果因果機械学習フレームワークにより、制約付き線形モデルを超えて動きます。
  論文  参考訳（メタデータ） (2025-09-07T04:38:40Z)
• Your AI, Not Your View: The Bias of LLMs in Investment Analysis [62.388554963415906]
  金融において、Large Language Models (LLMs) は、事前訓練されたパラメトリック知識とリアルタイム市場データとの相違から生じる、頻繁な知識紛争に直面している。 これらの対立は、モデル固有のバイアスが制度的目的と誤認される現実世界の投資サービスにおいて特に問題となる。 本研究では,このような紛争シナリオにおける創発的行動を調べるための実験的枠組みを提案し,投資分析におけるバイアスの定量的分析を行う。
  論文  参考訳（メタデータ） (2025-07-28T16:09:38Z)
• Realistic Adversarial Attacks for Robustness Evaluation of Trajectory Prediction Models via Future State Perturbation [1.124958340749622]
  軌道予測は自動運転車システムの重要な要素である。 現在のアプローチでは、周囲のエージェントの過去の位置を乱すことに重点を置いている。 本稿では,これらの対向軌道の現実性と影響を評価するための新しい性能指標を提案する。
  論文  参考訳（メタデータ） (2025-05-09T15:40:32Z)
• Performative Prediction on Games and Mechanism Design [69.7933059664256]
  エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。 予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。 よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
  論文  参考訳（メタデータ） (2024-08-09T16:03:44Z)
• Selecting Models based on the Risk of Damage Caused by Adversarial Attacks [2.969705152497174]
  規制、法的責任、社会的懸念は、安全およびセキュリティクリティカルなアプリケーションにおけるAIの採用に挑戦する。 重要な懸念の1つは、敵が検出されずにモデル予測を操作することで害を引き起こす可能性があることである。 本稿では,敵攻撃による被害の確率をモデル化し,統計的に推定する手法を提案する。
  論文  参考訳（メタデータ） (2023-01-28T10:24:38Z)
• A Word is Worth A Thousand Dollars: Adversarial Attack on Tweets Fools Stock Prediction [100.9772316028191]
  本稿では,3つのストック予測犠牲者モデルを騙すために,様々な攻撃構成を試行する。 以上の結果から,提案手法が一貫した成功率を達成し,取引シミュレーションにおいて大きな損失をもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2022-05-01T05:12:22Z)
• Stock Price Prediction Under Anomalous Circumstances [81.37657557441649]
  本稿では,異常な状況下での株価の変動パターンを捉えることを目的とする。 ARIMAとLSTMのモデルは、シングルストックレベル、業界レベル、一般市場レベルでトレーニングします。 2016年から2020年にかけての100社の株価に基づいて、平均予測精度は98%に達した。
  論文  参考訳（メタデータ） (2021-09-14T18:50:38Z)

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。