論文の概要: The Self Driving Portfolio: Agentic Architecture for Institutional Asset Management
- arxiv url: http://arxiv.org/abs/2604.02279v1
- Date: Thu, 02 Apr 2026 17:13:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.961986
- Title: The Self Driving Portfolio: Agentic Architecture for Institutional Asset Management
- Title（参考訳）: 自己運転ポートフォリオ:制度的資産管理のためのエージェントアーキテクチャ
- Authors: Andrew Ang, Nazym Azimbayev, Andrey Kim,
- Abstract要約: エージェントAIは、投資家の役割を分析的実行から監視へとシフトさせる。
本稿では,約50人の専門エージェントが資本市場を仮定し,20以上の競合手法を用いてポートフォリオを構築し,相互のアウトプットに対する批判と投票を行う,エージェント的戦略的資産配分パイプラインを提案する。
- 参考スコア（独自算出の注目度）: 0.7919810878571298
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agentic AI shifts the investor's role from analytical execution to oversight. We present an agentic strategic asset allocation pipeline in which approximately 50 specialized agents produce capital market assumptions, construct portfolios using over 20 competing methods, and critique and vote on each other's output. A researcher agent proposes new portfolio construction methods not yet represented, and a meta-agent compares past forecasts against realized returns and rewrites agent code and prompts to improve future performance. The entire pipeline is governed by the Investment Policy Statement--the same document that guides human portfolio managers can now constrain and direct autonomous agents.
- Abstract（参考訳）: エージェントAIは、投資家の役割を分析的実行から監視へとシフトさせる。
本稿では,約50人の専門エージェントが資本市場を仮定し,20以上の競合手法を用いてポートフォリオを構築し,相互のアウトプットに対する批判と投票を行う,エージェント的戦略的資産配分パイプラインを提案する。
研究者エージェントは、まだ表現されていない新しいポートフォリオ構築方法を提案し、メタエージェントは、過去の予測と実効したリターンを比較し、エージェントコードを書き直し、将来のパフォーマンスを改善するよう促す。
パイプライン全体は投資政策文書によって管理されており、人間のポートフォリオマネージャが自律的なエージェントを拘束し、直接的に管理できるのと同じ文書である。
関連論文リスト
- Designing Agentic AI-Based Screening for Portfolio Investment [1.7499351967216341]
ポートフォリオ管理のための新しいエージェント人工知能(AI)プラットフォームを導入する。
まず、2つの大きな言語モデル(LLM)エージェントが割り当てられた特別なタスクである。
第2に、これらのエージェントは、大規模なポートフォリオからの信号の売買と購入に意図的に同意し、候補資産のプールを著しく狭める。
論文 参考訳（メタデータ） (2026-03-24T15:03:40Z) - AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress [71.02263260394261]
大規模言語モデル(LLM)は、マルチターン意思決定タスクにおいて依然として課題に直面している。
プロセス報酬モデル(PRM)を構築し、各意思決定を評価し、エージェントの意思決定プロセスを導く。
AgentPRMは、シーケンシャルな決定と最終的な目標への貢献の間の相互依存の両方をキャプチャする。
論文 参考訳（メタデータ） (2025-11-11T14:57:54Z) - Hierarchical AI Multi-Agent Fundamental Investing: Evidence from China's A-Share Market [8.11097322686573]
我々は、マクロ指標、業界レベル、企業固有の情報を統合し、最適化された株式ポートフォリオを構築する、基本的な投資のためのマルチエージェントAI駆動フレームワークを提案する。
中国A株市場のCSI300指数による構成成分のシステム評価を行い、標準ベンチマークを一貫して上回る結果となった。
論文 参考訳（メタデータ） (2025-10-24T04:38:37Z) - GuruAgents: Emulating Wise Investors with Prompt-Guided LLM Agents [30.25134341310884]
本研究では,AIエージェントであるGuruAgentsが,伝説的な投資目標の戦略を体系的に運用可能であることを示す。
我々は、金融ツールと決定論的推論パイプラインを統合するプロンプトに、それぞれ独自の哲学をエンコードすることで、象徴的な投資家をエミュレートするために、5つの異なるGruAgentを開発する。
論文 参考訳（メタデータ） (2025-10-02T04:45:27Z) - Building crypto portfolios with agentic AI [46.348283638884425]
暗号通貨市場の急速な成長は投資家に新たな機会を与えたが、同時に高いボラティリティがもたらされた。
本稿では,暗号アロケーションを自律的に構築し,評価するためのマルチエージェントシステムの実用化について述べる。
論文 参考訳（メタデータ） (2025-07-11T18:03:51Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - The Real Barrier to LLM Agent Usability is Agentic ROI [110.31127571114635]
大規模言語モデル(LLM)エージェントは、人間とAIの相互作用において有望な変化を示す。
我々は、需要の高いマスマーケットアプリケーションにおいて、重要なユーザビリティギャップを強調します。
論文 参考訳（メタデータ） (2025-05-23T11:40:58Z) - Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。
これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。
55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文 参考訳（メタデータ） (2024-10-14T17:57:02Z) - Portfolio Management using Deep Reinforcement Learning [0.0]
我々は、資産への重みの配分を補助する強化ポートフォリオマネジャーを提案する。
環境はマネージャに、資産を長く、さらには短くする自由を与えます。
マネジャーは、取引料金なしで、仮定された流動市場において金融取引を行う。
論文 参考訳（メタデータ） (2024-05-01T22:28:55Z)
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。