論文の概要: Learning to Bid in FCR Markets: A Best-of-Both-Worlds Approach

• arxiv url: http://arxiv.org/abs/2605.31070v1
• Date: Fri, 29 May 2026 09:38:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.517544
• Title: Learning to Bid in FCR Markets: A Best-of-Both-Worlds Approach
• Title（参考訳）: FCRマーケットでバイドを学ぶ - ベスト・オブ・ボトム・ワールド・アプローチ
• Abstract要約: 複数国でのFCRクリアリング問題は、競合入札の内因性ベクトルに対して、繰り返しのマルチユニット均一価格オークションとして再キャスト可能であることを示す。 この改定はオンライン学習の問題をもたらし、この標準市場のフィードバックから実装可能なBest-of-Worldsセミバンドアルゴリズムを適応させることができる。 その結果、FCR市場における学習ベースの入札は、学習規則が製品レベルの市場の安定性と一致する場合、理論的に根拠があり、実用的に有用であることが示唆された。
• 参考スコア（独自算出の注目度）: 2.526827376313772
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bidding in the European Frequency Containment Reserve (FCR) market is challenging for flexibility providers because competing offers are hidden and bidders observe only partial feedback form the market, such as, clearing price and awarded quantity. For a participant active in a single country, we show that the multi-country FCR clearing problem can be recast as a repeated multi-unit uniform-price auction against an endogenous vector of opposing bids. This reformulation yields an online learning problem and allows us to adapt a Best-of-Both-Worlds combinatorial semi-bandit algorithm implementable from this standard market feedback. The resulting bidder achieves logarithmic pseudo-regret in stochastic environments and $\mathcal{O}(\sqrt{T})$ regret in adversarial ones. Synthetic experiments confirm the expected scaling, and backtests on historical European FCR data show competitive performance in practice: the method performs especially well on stable products, while EXP3-type baselines can be safer under stronger non-stationarity. Overall, the results show that learning-based bidding in FCR markets is theoretically grounded and practically useful when the learning rule matches product-level market stability.
• Abstract（参考訳）: 欧州周波数コンテンツ・リザーブ(FCR)市場における入札は、競合するオファーが隠蔽され、入札者が市場における部分的なフィードバックのみを観察するので、フレキシビリティ・プロバイダにとって困難である。 一つの国で活動している参加者に対して、複数国でのFCRクリアリング問題は、反対入札の内因性ベクターに対する繰り返しのマルチユニット均一価格オークションとして再キャスト可能であることを示す。 この改定により、オンライン学習問題が発生し、この標準市場フィードバックから実装可能なBest-of-Both-Worlds組合せ半帯域アルゴリズムの適用が可能となる。 結果の入札者は確率的環境において対数的擬似回帰を達成し、対数的環境においては $\mathcal{O}(\sqrt{T})$ regret を達成する。 合成実験は、予想されるスケーリングを確認し、過去の欧州のFCRデータに対するバックテストは、特に安定した製品でうまく機能する一方で、EXP3型のベースラインはより強力な非定常性の下でより安全であることを示している。 全体として、FCR市場における学習ベースの入札は、学習規則が製品レベルの市場の安定性に合致する場合、理論的に根拠があり、実用的に有用であることが示されている。

関連論文リスト

• Post-hoc Provider Fairness Adaptation via Hierarchical Exposure Alignment [54.58748721533078]
  ポストホックフェアネス適応(Post-hoc Fairness Adaptation, PFA)は、フリーズレコメンデータにフェアネスアダプタを装備する軽量フレームワークである。 ユーザアイコンの埋め込みから、フェアネスに対するステアプロバイダの露出まで、パーソナライズされた加算点調整を学習する。 PFAは無視できる精度の損失を伴ってかなりの公平性を達成し、一貫して強いベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-02T16:32:52Z)
• Training Language Models for Bilateral Trade with Private Information [47.25254982913256]
  貿易の利益を達成するためには、個人、戦略的余剰の合理性、協力が必要である。 本研究では,大規模言語モデルがイベント駆動シミュレータ内のツールコールを介して交渉する構造化交渉環境を開発する。 この環境は、フロンティアモデルのベンチマークと、強化学習によるオープンウェイトモデルのトレーニング環境という2つの目的を果たす。
  論文  参考訳（メタデータ） (2026-04-10T03:04:20Z)
• Transfer Learning for Contextual Joint Assortment-Pricing under Cross-Market Heterogeneity [6.055048454425298]
  我々は,帯域フィードバックを持つ多項ロジット選択モデルの下で,コンテキスト型共同価格の伝達学習について検討した。 UCBスタイルの政策とアグリゲート・then-debias推定を組み合わせたバイアス認識フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-03-18T14:48:04Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• Robust Reinforcement Learning in Finance: Modeling Market Impact with Elliptic Uncertainty Sets [57.179679246370114]
  金融分野では、強化学習(RL)エージェントは、価格に影響を与えない歴史的データに基づいて訓練されることが多い。 展開中、これらのエージェントは、自身の取引が資産価格を変えることができるライブマーケットで取引する。 従来のロバストなRLアプローチは、不確実性の集合に対して最悪のパフォーマンスを最適化することで、このモデルの誤特定に対処する。 楕円型不確実性集合の新たなクラスを開発し,効率的かつ堅牢な政策評価を可能にする。
  論文  参考訳（メタデータ） (2025-10-22T18:22:25Z)
• The Bidding Games: Reinforcement Learning for MEV Extraction on Polygon Blockchain [0.11880231424287215]
  本稿では,ポリゴンアトラスを用いたMEV抽出のための強化学習フレームワークを提案する。 我々の研究は、高頻度MEV環境において強化学習が重要な利点をもたらすことを証明している。
  論文  参考訳（メタデータ） (2025-10-16T12:54:53Z)
• Scalable Fairness Shaping with LLM-Guided Multi-Agent Reinforcement Learning for Peer-to-Peer Electricity Markets [3.7321070110102075]
  ピアツーピア(P2P)エネルギー取引は現代の流通システムの中心となっている。 フェアネスを考慮したマルチエージェント強化学習フレームワークであるFairMarket-RLを提案する。 この枠組みは、取引所を地元のP2P取引にシフトさせ、グリッドのみの調達に対する消費者コストを下げ、参加者間の強い公正性を維持し、実用性を維持する。
  論文  参考訳（メタデータ） (2025-08-26T02:25:17Z)
• FairMarket-RL: LLM-Guided Fairness Shaping for Multi-Agent Reinforcement Learning in Peer-to-Peer Markets [1.7284653203366598]
  本稿では,Large Language Models (LLMs) とReinforcement Learning (RL) を組み合わせた新しいフレームワークであるFairMarket-RLについて述べる。 複数の売り手や買い手によるシミュレーションされたP2Pマイクログリッドでは、LLMはリアルタイムフェアネス評論家として、Fairness-To-Buyer(FTB)とFairness-Between-Sellers(FBS)の2つの指標を使用して、各トレーディングエピソードを評価する。
  論文  参考訳（メタデータ） (2025-06-28T01:17:55Z)
• VFed-SSD: Towards Practical Vertical Federated Advertising [53.08038962443853]
  本稿では,2つの制限を緩和する半教師付き分割蒸留フレームワーク VFed-SSD を提案する。 具体的には,垂直分割された未ラベルデータを利用する自己教師型タスクMatchedPair Detection (MPD) を開発する。 当社のフレームワークは,デプロイコストの最小化と大幅なパフォーマンス向上を図った,リアルタイム表示広告のための効率的なフェデレーション強化ソリューションを提供する。
  論文  参考訳（メタデータ） (2022-05-31T17:45:30Z)
• Multi-Asset Spot and Option Market Simulation [52.77024349608834]
  正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。 本研究では, 正規化流れの条件付き可逆性を活用し, 独立シミュレータの連立分布をキャリブレーションするスケーラブルな手法を提案する。
  論文  参考訳（メタデータ） (2021-12-13T17:34:28Z)
• Robust Market Making via Adversarial Reinforcement Learning [5.482532589225552]
  敵の強化学習は、敵対的かつ適応的な市場条件に頑健な市場マーキングエージェントを作成するのに有効であることを示す。 我々はARL法が一貫して収束していることを示し、単純化された単一ステージゲームにおいて、収束するプロファイルがナッシュ平衡に対応することをいくつかの特別なケースで証明する。
  論文  参考訳（メタデータ） (2020-03-03T22:40:57Z)

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。