論文の概要: Beyond ESG Scores: Learning Dynamic Constraints for Sequential Portfolio Optimization

• arxiv url: http://arxiv.org/abs/2605.09310v1
• Date: Sun, 10 May 2026 04:06:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.182605
• Title: Beyond ESG Scores: Learning Dynamic Constraints for Sequential Portfolio Optimization
• Title（参考訳）: ESGスコアを超えて: 逐次ポートフォリオ最適化のための動的制約の学習
• Authors: Xin Li, Yan Ke, Longbing Cao,
• Abstract要約: ESGのスコアは騒々しく、プロバイダに依存し、低頻度で、シーケンシャルなポートフォリオ決定と時間的に一致していない。 我々は、金融政策の見返りや報酬を変更することなく、ESGの制約を課すことを提案する。 我々は、MACFコストと不確実性をネイティブ制約最適化に変換する、ファミリー固有のインターフェースであるMACF-Xを紹介する。
• 参考スコア（独自算出の注目度）: 34.69757894873943
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: ESG-aware portfolio optimization is increasingly important for sustainable capital allocation, yet most learning-based methods still operationalize ESG by appending static scores to the policy observation or reward. This creates a mismatch for sequential control: ESG scores are noisy, provider-dependent, low-frequency, and temporally misaligned with sequential portfolio decisions, while financial evidence suggests that ESG is better treated as a portfolio preference, risk-exposure, or hedge dimension than as a robust alpha factor. We propose to impose ESG constraints without modifying the financial policy's observation or reward, using a Multimodal Action-Conditioned Constraint Field (MACF) that learns mechanism-specific ESG costs from point-in-time multimodal evidence and contemplated portfolio transitions. We then introduce MACF-X, a family of optimizer-specific adapters that converts MACF costs and uncertainties into native constrained-optimization interfaces through a shared slack- and uncertainty-aware pressure layer. Across multiple constraint-integration interfaces, MACF-X reduces tail ESG budget pressure while maintaining competitive financial performance. Ablations show that this improvement depends on dynamic evidence inputs and three-head decomposition, while static ESG-score proxies are nearly indistinguishable from score-shuffled noise baselines.
• Abstract（参考訳）: ESGを意識したポートフォリオ最適化は、持続可能な資本配分においてますます重要になっているが、ほとんどの学習ベースの手法は、政策観察や報酬に静的スコアを付加することでESGを運用している。 ESGスコアは騒々しく、プロバイダに依存し、低周波で、時間的に、シーケンシャルなポートフォリオ決定と一致していない。 本稿では,マルチモーダル・アクション・コンディションド・コンストラクト・フィールド(MACF)を用いて,ポイント・イン・タイムのマルチモーダル・エビデンスとポートフォリオ・トランジションからメカニズム固有のESGコストを学習し,金融政策の観察や報酬を変更することなくESGの制約を課すことを提案する。 次に、MACFのコストと不確実性を、共有スラックおよび不確実性を考慮した圧力層を通じて、ネイティブな制約最適化インターフェースに変換する最適化専用アダプタのファミリーであるMACF-Xを紹介する。 複数の制約統合インターフェース全体で、MACF-Xは競争力のある財務性能を維持しながらESGの予算圧力を削減します。 アブレーションは、この改善が動的エビデンス入力と3ヘッド分解に依存していることを示しているが、静的ESGスコアプロキシはスコアシャッフルノイズベースラインとほとんど区別できない。

関連論文リスト

• A Novel approach to portfolio construction [0.0]
  本稿では,資産選択とポートフォリオ構築のための機械学習ベースのフレームワークを提案する。 BPASGM(Best-Path Algorithm Sparse Graphical Model)と呼ばれる。 モンテカルロシミュレーションでは、BPASGMベースのポートフォリオはより安定したリスク-リターンプロファイル、実現されたボラティリティの低減、リスク調整性能の向上を実現している。
  論文  参考訳（メタデータ） (2026-02-03T09:52:06Z)
• MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization [56.074760766965085]
  大規模言語モデル(LLM)の整合性のための効率的なパラダイムとしてグループ相対政策最適化が登場している。 我々は,報酬スカラー化を動的潜在ポリシーとして扱い,モデルの終端隠蔽状態を意味的ボトルネックとして活用するMAESTROを提案する。 本稿では,軽量コンダクタネットワークがメタリワード信号としてグループ相対的優位性を生かしてポリシと共進化する,双方向最適化フレームワークにおけるコンテキスト的帯域幅問題としてこれを定式化する。
  論文  参考訳（メタデータ） (2026-01-12T05:02:48Z)
• Anchoring Values in Temporal and Group Dimensions for Flow Matching Model Alignment [61.80228667422234]
  VGPOは時間次元とグループ次元の両方で値の推定を再定義する。 スパース端末の報酬を密度の高いプロセス認識値推定に変換する。 標準群正規化を絶対値によって強化された新しいプロセスに置き換え、安定した最適化信号を維持する。
  論文  参考訳（メタデータ） (2025-12-13T16:31:26Z)
• Integrated Prediction and Multi-period Portfolio Optimization [29.582959310549594]
  マルチ周期ポートフォリオ最適化は、取引コスト、パス依存リスク、および取引決定の時間的構造を考慮に入れている。 本稿では,ターンオーバーペナルティを用いた多周期平均分散ポートフォリオ最適化モデルであるIPMOを紹介する。 拡張性のために,KKT(Karush-Kuhn-Tucker)システムの分解を回避したMDFP( mirror-descent fixed-point)微分方式を提案する。
  論文  参考訳（メタデータ） (2025-12-12T04:31:22Z)
• Soft Adaptive Policy Optimization [67.61886077470528]
  強化学習は、大規模言語モデルの推論能力を高める上で、ますます重要な役割を担っている。 GSPOやGRPOのような既存のグループベースのポリシー最適化手法は、ハードクリッピングによってこの問題を軽減する。 ハードクリッピングをスムーズな温度制御ゲートに置き換えるソフト適応ポリシー最適化(SAPO)を提案する。
  論文  参考訳（メタデータ） (2025-11-25T14:25:19Z)
• Improved High-probability Convergence Guarantees of Decentralized SGD [74.39742894097348]
  平均二乗誤差(MSE)と同じ条件下で,$mathttDSGD$がHPに収束することを示す。 改良された分析によりユーザ数が線形アップし,$mathttDSGD$がHPの意味で性能を維持していることを示す。
  論文  参考訳（メタデータ） (2025-10-07T17:15:08Z)
• Bayesian Optimization of ESG Financial Investments [0.0]
  ESG (Economic, Social and Governance) の基準は金融においてより重要になっている。 本稿では,数理モデリングとESGとファイナンスを組み合わせた。
  論文  参考訳（メタデータ） (2023-02-10T15:17:36Z)

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。

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。