論文の概要: Objective Mispricing Detection for Shortlisting Undervalued Football Players via Market Dynamics and News Signals

• arxiv url: http://arxiv.org/abs/2603.17687v1
• Date: Wed, 18 Mar 2026 13:03:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-19 18:32:57.709961
• Title: Objective Mispricing Detection for Shortlisting Undervalued Football Players via Market Dynamics and News Signals
• Title（参考訳）: 市場ダイナミクスとニュース信号を用いた過小評価選手リストの客観的ミスソーシング検出
• Authors: Chinenye Omejieke, Shuyao Chen, Xia Cui,
• Abstract要約: 本稿では,客観的なミスプライシングを前提とした,過小評価されたサッカー選手を特定するための,実用的で再現可能な枠組みを提案する。 構造化されたデータ(歴史市場ダイナミクス、伝記・契約の特徴、転送履歴)から期待される市場価値を推定し、観測された評価値と比較し、誤算を定義する。 次に,ニュースから派生した自然言語処理(NLP)が,過小評価された選手の市場信号を補完するかどうかを評価する。
• 参考スコア（独自算出の注目度）: 1.6312989763677892
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a practical, reproducible framework for identifying undervalued football players grounded in objective mispricing. Instead of relying on subjective expert labels, we estimate an expected market value from structured data (historical market dynamics, biographical and contract features, transfer history) and compare it to the observed valuation to define mispricing. We then assess whether news-derived Natural Language Processing (NLP) features (i.e., sentiment statistics and semantic embeddings from football articles) complement market signals for shortlisting undervalued players. Using a chronological (leakage-aware) evaluation, gradient-boosted regression explains a large share of the variance in log-transformed market value. For undervaluation shortlisting, ROC-AUC-based ablations show that market dynamics are the primary signal, while NLP features provide consistent, secondary gains that improve robustness and interpretability. SHAP analyses suggest the dominance of market trends and age, with news-derived volatility cues amplifying signals in high-uncertainty regimes. The proposed pipeline is designed for decision support in scouting workflows, emphasizing ranking/shortlisting over hard classification thresholds, and includes a concise reproducibility and ethics statement.
• Abstract（参考訳）: 本稿では,客観的なミスプライシングを前提とした,過小評価されたサッカー選手を特定するための,実用的で再現可能な枠組みを提案する。 主観的専門家ラベルに頼る代わりに、構造化されたデータ(歴史的市場ダイナミクス、伝記的・契約的特徴、転送履歴)から市場価値を推定し、それを観察された評価値と比較し、誤った価格を定義する。 次に、ニュースから派生した自然言語処理(NLP)の特徴(感情統計とフットボール記事のセマンティック埋め込み)が、過小評価された選手をショートリスト化するための市場シグナルを補完するかどうかを評価する。 時間的(リーカジ・アウェア)評価を用いて、勾配型回帰は、ログ変換された市場価値のばらつきの大部分を説明できる。 低評価のショートリストでは、ROC-AUCベースのアブレーションは市場ダイナミクスが主要なシグナルであり、一方NLP機能は堅牢性と解釈可能性を改善するための一貫性のある二次的なゲインを提供する。 SHAP分析は、高い不確実性体制において、ニュース由来のボラティリティがシグナルを増幅するなど、市場の動向と年齢の優位性を示唆している。 提案するパイプラインは、スカウトワークフローにおける意思決定支援のために設計されており、厳格な分類しきい値よりもランキング/ショートリストを強調し、簡潔な再現性と倫理的ステートメントを含んでいる。

関連論文リスト

• Exploring the Interpretability of Forecasting Models for Energy Balancing Market [43.548887305614585]
  エネルギーセクターのバランス市場は、供給と需要の物理的および経済的バランスにおいて重要な役割を担っている。 複雑な機械学習モデルは高い精度を達成することができるが、ブラックボックスの性質はモデルの解釈可能性を大幅に制限する。 本稿では,エネルギーバランス市場におけるモデル精度と解釈可能性のトレードオフについて検討する。
  論文  参考訳（メタデータ） (2026-01-19T12:56:41Z)
• The Sound of Risk: A Multimodal Physics-Informed Acoustic Model for Forecasting Market Volatility and Enhancing Market Interpretability [45.501025964025075]
  本稿では,財務リスク評価のための新たな枠組みを提案する。 我々は1,795件の収支コールのデータセットを用いて、スクリプトによるプレゼンテーションと自発的なQ&A交換の動的変化をキャプチャする機能を構築した。 我々の重要な発見は、予測能力の顕著なばらつきを明らかにしている: マルチモーダルな特徴は、方向性の株価リターンを予測しないが、30日間に実現されたボラティリティにおけるサンプル外変動の最大43.8%を説明できる。
  論文  参考訳（メタデータ） (2025-08-26T03:51:03Z)
• Agent Trading Arena: A Study on Numerical Understanding in LLM-Based Agents [69.58565132975504]
  大規模言語モデル(LLM)は、自然言語処理において顕著な能力を示した。 LLMをベースとしたエージェントが競合するマルチエージェント取引を行う仮想ゼロサム株式市場であるエージェントトレーディングアリーナを提示する。
  論文  参考訳（メタデータ） (2025-02-25T08:41:01Z)
• Market-Derived Financial Sentiment Analysis: Context-Aware Language Models for Crypto Forecasting [0.15833270109954134]
  本稿では,短期的価格トレンドに基づく市場からのラベリング手法を提案する。 ドメイン固有言語モデルはこれらのラベルに基づいて微調整され、短期トレンド予測精度が最大11%向上した。 以上の結果から,言語モデルが短期市場予測に有効であることが示唆された。
  論文  参考訳（メタデータ） (2025-02-17T21:35:18Z)
• TLOB: A Novel Transformer Model with Dual Attention for Price Trend Prediction with Limit Order Book Data [10.684577067675585]
  制限順序帳(LOB)データに基づく価格トレンド予測(PTP)は、金融市場における根本的な課題である。 LOBデータにおける空間的および時間的依存関係を捉えるために,デュアルアテンション機構を用いたトランスフォーマーベースモデルTLOBを提案する。 F1スコアの6.68は、市場効率の上昇を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-02-12T12:41:10Z)
• Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
  長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。 多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。 深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。 本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-18T16:21:15Z)
• Intelligent Trading Systems: A Sentiment-Aware Reinforcement Learning Approach [11.09729362243947]
  本稿では市場ムードを活用して利益の安定を図るセンティメント・アウェア・RL(SentARL)インテリジェントトレーディングシステムを提案する。 本稿では,SentARLのベースラインに対する一貫した有効性を示す。
  論文  参考訳（メタデータ） (2021-11-14T16:30:45Z)
• Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling [11.430440350359993]
  2つの主成分を持つ価格変動予測フレームワークであるLARAを提案する。 LA-Attentionはマスク付きアテンションスキームを通じて潜在的に有益なサンプルを抽出する。 RA-Labelingは、潜在的に利益の出るサンプルのうるさいラベルを洗練させる。 LARAは、Qlibの量的投資プラットフォーム上で、いくつかの機械学習ベースの手法を大幅に上回っている。
  論文  参考訳（メタデータ） (2021-07-26T05:52:42Z)
• A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
  金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。 ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。 我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
  論文  参考訳（メタデータ） (2020-12-10T01:15:48Z)

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。