論文の概要: A Three-Phase Foundation Model for Tax-Aware Personalized Portfolio Management
- arxiv url: http://arxiv.org/abs/2606.30997v2
- Date: Thu, 02 Jul 2026 19:01:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 13:04:58.321589
- Title: A Three-Phase Foundation Model for Tax-Aware Personalized Portfolio Management
- Title（参考訳）: 税制に配慮した個人化ポートフォリオ管理のための三相基礎モデル
- Authors: Ramin Pishehvar,
- Abstract要約: ポートフォリオ管理をパーソナライズする3段階の深層強化学習システムを提案する。
フェーズ1は、マルチアセットコーパス上の自己教師型学習を通じて、ティッカー・アイデンティティフリーのクロスアセット・エンコーダを事前訓練する。
フェーズ2は、PPOによるMOE(Mixture of Experts)ポートフォリオアクターを客観的な報酬の下で微調整する。
フェーズ3では、各個人に対して推論時にさらに適応した、軽量なパーソナライズ層が追加される。
- 参考スコア（独自算出の注目度）: 0.8122270502556375
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a three-phase deep reinforcement learning system for personalized portfolio management that addresses three limitations shared by all prior financial RL work: 1) ticker lock-in, 2) monolithic objectives , and 3) static user models. Phase 1 pretrains a ticker-identity-free cross asset encoder via self-supervised learning on a multi-asset corpus, augmented by a frozen parallel branch using Chronos, a T5-based time series foundation model, fused via a learned gating mechanism. To our knowledge, this is the first application of a time series foundation model to portfolio management RL. The encoder generalizes to any publicly traded asset via a 50-dimensional observable metadata vector that requires no retraining for new tickers. Phase 2 fine-tunes a MoE (Mixture of Experts) portfolio actor critic with PPO under an objective-conditioned reward that simultaneously serves six distinct investment goals sampled per episode: short-term alpha, short-term gain, long-term gain, capital preservation, tax-loss harvesting, and long-term-gains-only. A MoE architecture assigns each objective to a specialized expert head (momentum, growth, defensive, tax-aware), and a learned intent router blends experts based on the active objective and current market regime, which eliminates cross-objective gradient conflict. Phase 3 adds a lightweight personalization layer further adapted at inference time to each individual via a 76-parameter LoRA module fine-tuned on real brokerage transaction history, inferring investment objectives from revealed trading behavior rather than questionnaires. A natural language intent parser converts free-form goals directly into structured investment objective parameters.
- Abstract（参考訳）: 我々は、従来のRLの業務で共有される3つの制限に対処する、パーソナライズされたポートフォリオ管理のための3段階の深層強化学習システムを提案する。
1) チッカーロックイン
2)モノリシックな目的,及び
3) 静的ユーザモデル。
フェーズ1は、T5ベースの時系列基礎モデルであるChronosを用いて、凍結した並列分岐によって強化された、学習ゲーティング機構を介して融合された、マルチアセットコーパス上の自己教師付き学習を介して、チッカーアイデンティティフリーなクロスアセットエンコーダを事前訓練する。
私たちの知る限りでは、ポートフォリオ管理のRLに時系列基盤モデルを適用するのはこれが初めてです。
エンコーダは、新しいティッカーの再トレーニングを必要としない50次元の可観測メタデータベクトルを介して、公開資産に一般化する。
第2相 Mixture of Experts(Mixture of Experts)ポートフォリオアクターは、PPOに対して、短期アルファ、短期ゲイン、長期ゲイン、資本保存、減税、長期ゲインのみの6つの異なる投資目標を同時に果たす、客観的に条件付き報酬で批判する。
MoEアーキテクチャは、それぞれの目的を専門専門家の長(モメンタム、成長、防衛、税意識)に割り当て、学習意図のルータは、アクティブな目標と現在の市場体制に基づいて専門家をブレンドする。
第3相は、実際のブローカー取引履歴に基づいて微調整された76パラメータのLORAモジュールを介して、各個人に推論時にさらに適応した軽量なパーソナライズ層を追加し、アンケートよりも明らかに取引行動から投資目標を推測する。
自然言語インテントパーザは、自由形式の目標を直接構造化された投資目標パラメータに変換する。
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) - Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation [59.362016745945375]
第1回LLM-Adnt Recommendation framework(TriRec)を提案する。
TriRecは、ユーザユーティリティ、アイテム露出、プラットフォームレベルの公正性を明示的に調整する。
精度、公平性、およびアイテムレベルのユーティリティにおいて、一貫した利得を示す。
論文 参考訳（メタデータ） (2026-03-11T11:40:13Z) - Rethinking Personalization in Large Language Models at the Token Level [89.64259958702165]
パーソナライズは通常、ベースNLPタスクの上に追加レイヤとしてフレーム化される。
トークンレベルの観点からは、応答中の異なるトークンは、様々な程度にパーソナライズに寄与する。
本稿では,ユーザ固有の情報に対する各出力トークンの依存性を推定する自己コントラスト手法PerContrastを提案する。
論文 参考訳（メタデータ） (2026-02-04T16:05:02Z) - Learning to Manage Investment Portfolios beyond Simple Utility Functions [0.9999629695552193]
本稿では,明示的なユーティリティ仕様を必要とせずに,資金運用戦略の潜在的表現を学習する生成フレームワークを提案する。
当社の枠組みを、米国の株式相互資金1436のデータセットで検証する。
我々のフレームワークは、市場シミュレーション、戦略属性、規制監督におけるアプリケーションの投資戦略を特徴付けるためのデータ駆動型アプローチを提供する。
論文 参考訳（メタデータ） (2025-10-30T06:01:20Z) - Attention Illuminates LLM Reasoning: The Preplan-and-Anchor Rhythm Enables Fine-Grained Policy Optimization [56.083511902353365]
強化学習(Reinforcement Learning, RL)は、一般的に、大規模言語モデルの全世代にわたって一様クレジットを適用する。
この研究は、LSMの内部論理を推論自体の機械的青写真として描画する特権基板として注意を向けている。
クリティカルノードに対するターゲットクレジット割り当てを動的に行う3つの新しいRL戦略を導入する。
論文 参考訳（メタデータ） (2025-10-15T13:49:51Z) - Trade in Minutes! Rationality-Driven Agentic System for Quantitative Financial Trading [57.28635022507172]
TiMiは、アーキテクチャ上、戦略開発を分単位のデプロイメントから切り離す合理性駆動型マルチエージェントシステムである。
本稿では,マクロパターンからマイクロカスタマイズ,トレーディングボット実装のための階層型プログラミング設計,数学的リフレクションによって駆動されるクローズドループ最適化までの2層解析パラダイムを提案する。
論文 参考訳（メタデータ） (2025-10-06T13:08:55Z) - From Headlines to Holdings: Deep Learning for Smarter Portfolio Decisions [4.288926547930663]
ディープラーニングを用いてポートフォリオの重みを学習するエンドツーエンドフレームワークを提案する。
我々は、セクターの多様性とニュース報道のバランスをとるために選ばれた6つのセクターにまたがる9つの米国株の枠組みを評価する。
株式の世界は限られているが、結果はポートフォリオ管理のための価格、リレーショナル、感情信号の統合の価値を浮き彫りにしている。
論文 参考訳（メタデータ） (2025-09-29T00:42:24Z) - Specialized Foundation Models Struggle to Beat Supervised Baselines [60.23386520331143]
ゲノミクス、衛星画像、時系列の3つのモードを最近のFMで調べ、それらを標準的な教師付き学習ワークフローと比較する。
最新のファンデーションモデルにマッチしたり、性能を上回るような、シンプルな教師付きモデルのトレーニングが一貫して可能であることが分かりました。
論文 参考訳（メタデータ） (2024-11-05T04:10:59Z) - 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) - Deep Graph Convolutional Reinforcement Learning for Financial Portfolio
Management -- DeepPocket [6.85316573653194]
ポートフォリオマネジメントは、ポートフォリオを構成する資産を継続的に再配置することにより、リスクを最小限に抑えながら投資収益の最大化を目指します。
金融商品間の時間変動関係を活用し,deeppocketと呼ばれるグラフ畳み込み強化学習フレームワークを提案する。
DeepPocketは3つの異なる投資期間で5つの実生活データセットに対して評価される。
論文 参考訳（メタデータ） (2021-05-06T15:07:36Z)
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。