論文の概要: Diffolio: A Diffusion Model for Multivariate Probabilistic Financial Time-Series Forecasting and Portfolio Construction

• arxiv url: http://arxiv.org/abs/2511.07014v1
• Date: Mon, 10 Nov 2025 12:05:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:45.231864
• Title: Diffolio: A Diffusion Model for Multivariate Probabilistic Financial Time-Series Forecasting and Portfolio Construction
• Title（参考訳）: Diffolio:多変量確率的金融時系列予測とポートフォリオ構築のための拡散モデル
• Authors: So-Yoon Cho, Jin-Young Kim, Kayoung Ban, Hyeng Keun Koo, Hyun-Gyoon Kim,
• Abstract要約: 本稿では,多変量金融時系列予測とポートフォリオ構築のための拡散モデルDiffolioを提案する。 Diffolioは階層型アテンションアーキテクチャを備えたデノナイジングネットワークを採用しており、アセットレベル層とマーケットレベル層の両方で構成されている。
• 参考スコア（独自算出の注目度）: 7.0782219254786725
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Probabilistic forecasting is crucial in multivariate financial time-series for constructing efficient portfolios that account for complex cross-sectional dependencies. In this paper, we propose Diffolio, a diffusion model designed for multivariate financial time-series forecasting and portfolio construction. Diffolio employs a denoising network with a hierarchical attention architecture, comprising both asset-level and market-level layers. Furthermore, to better reflect cross-sectional correlations, we introduce a correlation-guided regularizer informed by a stable estimate of the target correlation matrix. This structure effectively extracts salient features not only from historical returns but also from asset-specific and systematic covariates, significantly enhancing the performance of forecasts and portfolios. Experimental results on the daily excess returns of 12 industry portfolios show that Diffolio outperforms various probabilistic forecasting baselines in multivariate forecasting accuracy and portfolio performance. Moreover, in portfolio experiments, portfolios constructed from Diffolio's forecasts show consistently robust performance, thereby outperforming those from benchmarks by achieving higher Sharpe ratios for the mean-variance tangency portfolio and higher certainty equivalents for the growth-optimal portfolio. These results demonstrate the superiority of our proposed Diffolio in terms of not only statistical accuracy but also economic significance.
• Abstract（参考訳）: 確率的予測は、複雑な横断的依存関係を考慮に入れた効率的なポートフォリオを構築するための多変量金融時系列において重要である。 本稿では,多変量金融時系列予測とポートフォリオ構築のための拡散モデルであるDiffolioを提案する。 Diffolioは階層型アテンションアーキテクチャを備えたデノナイジングネットワークを採用しており、アセットレベル層とマーケットレベル層の両方で構成されている。 さらに、断面相関をよりよく反映するために、目標相関行列の安定推定値から得られる相関誘導正規化器を導入する。 この構造は、歴史的リターンだけでなく、資産特異的で体系的な共変量からも有能な特徴を抽出し、予測とポートフォリオのパフォーマンスを著しく向上させる。 12の産業ポートフォリオの日次過剰リターンに関する実験結果から、Diffolioは多変量予測精度とポートフォリオパフォーマンスにおいて、様々な確率予測ベースラインを上回ります。 さらに、ポートフォリオ実験では、ディッフロリオの予測から構築されたポートフォリオは一貫して堅牢な性能を示し、平均分散タンジェンシーポートフォリオのシャープ比を高く、成長最適ポートフォリオの確実度を高くすることで、ベンチマークよりも優れたパフォーマンスを示す。 これらの結果は,統計的精度だけでなく経済的意義の観点から,提案したDiffolioの優位性を示すものである。

関連論文リスト

• STORM: A Spatio-Temporal Factor Model Based on Dual Vector Quantized Variational Autoencoders for Financial Trading [55.02735046724146]
  金融取引では、ファクターモデルが資産の価格設定や過大なリターンの獲得に広く利用されている。 双対ベクトル量子化変分オートエンコーダを用いた時空間ファクトラーモデルSTORMを提案する。 ストームは時間的および空間的な視点からストックの特徴を抽出し、これらの特徴を微細で意味的なレベルで融合し整列させ、その要素を多次元の埋め込みとして表現する。
  論文  参考訳（メタデータ） (2024-12-12T17:15:49Z)
• 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)
• Large-scale Time-Varying Portfolio Optimisation using Graph Attention Networks [4.2056926734482065]
  本研究では、中規模企業における30年間のデータを活用し、距離相関と三角最大フィルタグラフを用いた企業のグラフを作成する。 GATベースのモデルが生み出すポートフォリオは、すべてのベンチマークより優れており、長期にわたって他の戦略よりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2024-07-22T10:50:47Z)
• Developing An Attention-Based Ensemble Learning Framework for Financial Portfolio Optimisation [0.0]
  本稿では,アテンション機構や時系列,すなわちMASAATと統合されたマルチエージェントで自己適応的なポートフォリオ最適化フレームワークを提案する。 時系列で財務データのトークンを再構築することにより、各エージェントの注意ベースの横断分析モジュールと時間分析モジュールは、資産と時間点間の依存関係との相関を効果的に捉えることができる。 実験により、MASAATフレームワークは、よく知られたポートフォリオ最適化アプローチと比較して、印象的な拡張を実現していることが明らかとなった。
  論文  参考訳（メタデータ） (2024-04-13T09:10:05Z)
• DiffSTOCK: Probabilistic relational Stock Market Predictions using Diffusion Models [1.9662978733004601]
  我々は、歴史的金融指標とストック間関係を前提とした、より良い市場予測を提供するためのアーキテクチャを開発する。 また,Masked Transformer (RTM) を用いて,ストック間関係と歴史的ストックの特徴を生かした新しい決定論的アーキテクチャ MTCHS を提供する。
  論文  参考訳（メタデータ） (2024-03-21T01:20:32Z)
• When Rigidity Hurts: Soft Consistency Regularization for Probabilistic Hierarchical Time Series Forecasting [69.30930115236228]
  確率的階層的時系列予測は時系列予測の重要な変種である。 ほとんどの手法は点予測に焦点を絞っており、確率的確率分布を十分に調整していない。 ProFHiTは,階層全体の予測分布を共同でモデル化する完全確率的階層予測モデルである。
  論文  参考訳（メタデータ） (2023-10-17T20:30:16Z)
• When Rigidity Hurts: Soft Consistency Regularization for Probabilistic Hierarchical Time Series Forecasting [69.30930115236228]
  確率的階層的時系列予測は時系列予測の重要な変種である。 ほとんどの手法は点予測に焦点を絞っており、確率的確率分布を十分に調整していない。 ProFHiTは,階層全体の予測分布を共同でモデル化する完全確率的階層予測モデルである。
  論文  参考訳（メタデータ） (2022-06-16T06:13:53Z)

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。