論文の概要: Decision-focused Sparse Tangent Portfolio Optimization
- arxiv url: http://arxiv.org/abs/2607.00581v1
- Date: Wed, 01 Jul 2026 08:06:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.798059
- Title: Decision-focused Sparse Tangent Portfolio Optimization
- Title（参考訳）: 決定に焦点をあてたスパース・タンジェント・ポートフォリオ最適化
- Abstract要約: convexプログラミングレイヤは、離散選択を、正確な濃度$k$を強制するスムーズなトップ$k$演算子に置き換える。
これにより、予測、資産選択、再最適化のフローが可能になり、予測モデルはポートフォリオのパフォーマンスを直接最適化することができる。
4つの主要株式市場全体で、当社の手法は競争力があり、しばしばサンプル外シャープ比が優れている。
- 参考スコア（独自算出の注目度）: 32.04232046262782
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sparse tangent portfolio optimization aims to learn an interpretable, low-cardinality portfolio in the tangency direction of the mean-variance frontier. However, the associated cardinality-constrained formulation is NP-hard, and standard predict-then-optimize pipelines often misalign forecasting accuracy with downstream portfolio quality. We propose an end-to-end decision-focused learning framework that reformulates Sharpe ratio maximization as a Disciplined Parametrized Programming (DPP)-compliant convex programming layer and replaces discrete selection with a smooth top-$k$ operator enforcing an exact cardinality $k$. This enables gradient flow through prediction, asset selection, and re-optimization, allowing the predictive model to directly optimize portfolio performance. Across four major equity markets, our method achieves competitive and often superior out-of-sample Sharpe ratios compared with historical and prediction-focused baselines, with particularly strong gains in larger asset universes. Our \href{https://github.com/feuerwerksh/Diffble-card-SR}{code} is publicly available.
- Abstract（参考訳）: スパース・タンジェント・ポートフォリオ最適化は, 平均分散フロンティアのタンジェンシ方向において, 解釈可能な低カルダリティ・ポートフォリオを学習することを目的としている。
しかし、関連する濃度制約の定式化はNPハードであり、標準予測を最適化するパイプラインは、しばしば下流のポートフォリオの品質と予測精度を間違える。
本稿では,シャープ比の最大化をDPP(Disciplined Parametrized Programming)準拠の凸プログラミング層として再構成し,スムーズなトップ$k$演算子に置き換える,エンドツーエンドの意思決定中心学習フレームワークを提案する。
これにより、予測、資産選択、再最適化を通じた勾配フローが可能になり、予測モデルはポートフォリオのパフォーマンスを直接最適化することができる。
4つの主要株式市場全体で、当社の手法は、歴史的および予測に焦点をあてたベースラインと比較して、競争力があり、しばしばサンプル外シャープ比が優れている。
我々の \href{https://github.com/feuerwerksh/Diffble-card-SR}{code} が公開されている。
関連論文リスト
- Sparsity Regularized and Robust Mean Variance Portfolio Selection Under Ellipsoidal Uncertainty [0.0]
平均戻りベクトルの不確かさは楕円形の不確実性セットを介して組み込まれる。
我々は、局所的および大域的最小化器の構造を特徴付け、リスク最小化および戻り定式化においてこれらの特性を利用する。
この構造的洞察に基づいて、ロバストなポートフォリオ問題に合わせた分岐とバウンドのアルゴリズムを開発する。
論文 参考訳（メタデータ） (2026-09-10T16:03:35Z) - Preference Data Selection for Mitigating the Alignment Tax in Large Language Models [52.18310687523229]
BALIGNは、アライメント効率を最適化しながら破滅的な忘れを緩和するバランスのとれたデータ選択戦略である。
3つの重要なデータ中心の機能を統一された複合リスクスコアに集約することにより、BALIGNは、ハイリスクな選好サンプルを体系的にフィルタリングする。
標準的な人間の嗜好データセットの実験では、BALIGNはアライメントゲインを損なうことなく基礎的能力を強く保持している。
論文 参考訳（メタデータ） (2026-08-25T07:58:42Z) - Selective Ensemble Based on Preference-Directed Multi-Objective Bandits [90.75513823660775]
我々は、部分的に指定された線形選好の下で逐次決定問題を定式化する。
次に、嗜好指向の高信頼度境界(PrefUCB)アルゴリズムを提案する。
大規模な事前学習型モデル選択アンサンブルタスクと,機関委任下でのオンラインアセットアロケーションの実験により,本手法が検証された。
論文 参考訳（メタデータ） (2026-06-20T07:52:46Z) - Plan Before You Trade: Inference-Time Optimization for RL Trading Agents [8.39123686251568]
ポートフォリオ管理のための強化学習エージェントは通常、静的ポリシーとしてトレーニングされ、デプロイされる。
モデル予測制御(MPC)にインスパイアされたプラグイン推論時間最適化フレームワークを提案する。
我々のフレームワークは、事前訓練されたエージェントと互換性があり、リトレーニングすることなく、予測者の予測にポリシーを適用する。
論文 参考訳（メタデータ） (2026-05-12T18:58:03Z) - Unbiased Dynamic Pruning for Efficient Group-Based Policy Optimization [60.87651283510059]
Group Relative Policy Optimization (GRPO) はLLM推論を効果的にスケールするが、計算コストは禁じている。
本研究では,非バイアス勾配推定を保ちながら動的プルーニングを可能にする動的プルーニングポリシー最適化(DPPO)を提案する。
刈り込みによって引き起こされるデータの空間性を軽減するため,ウィンドウベースの欲求戦略であるDense Prompt Packingを導入する。
論文 参考訳（メタデータ） (2026-03-04T14:48:53Z) - 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) - Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models [52.48582333951919]
ポリシー更新の信号対雑音比を最大化することにより、アライメントの信頼性を高めるために設計された動的フレームワークを提案する。
SAGE(Stability-Aware Gradient Efficiency)は、モデル能力に基づいて候補プールをリフレッシュする粗いきめ細かいカリキュラムメカニズムを統合する。
複数の数学的推論ベンチマークの実験により、SAGEは収束を著しく加速し、静的ベースラインを上回っていることが示された。
論文 参考訳（メタデータ） (2026-02-01T12:56:10Z) - Covariance-Aware Simplex Projection for Cardinality-Constrained Portfolio Optimization [0.0]
Covariance-Aware Simplex Projection (CASP) は、ボラティリティ正規化スコアを用いて目的の資産数を選択する2段階の修理オペレータである。
S&P 500データ(2020-2024)では、CASP-Basicは標準ユークリッド修理よりもポートフォリオのばらつきがかなり低い。
論文 参考訳（メタデータ） (2025-12-23T02:22:53Z) - 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) - From Noisy Traces to Stable Gradients: Bias-Variance Optimized Preference Optimization for Aligning Large Reasoning Models [90.45197506653341]
大規模推論モデルは最終回答を生成する前に中間的推論トレースを生成する。
LRMと人間の好みの整合性は、モデルデプロイメントにとって重要な前提条件であり、まだ過小評価されていない。
共通の回避策は1つのサンプル軌道を最適化し、トレースサンプリングからかなり勾配のばらつきをもたらす。
論文 参考訳（メタデータ） (2025-10-06T17:58:01Z) - ConfPO: Exploiting Policy Model Confidence for Critical Token Selection in Preference Optimization [48.50761200321113]
大型言語モデル(LLM)における嗜好学習手法ConfPOを紹介する。
補助モデルや計算を必要とせずに、トレーニングポリシの信頼性のみに基づいて、優先クリティカルトークンを特定し、最適化する。
AlpacaEval 2 や Arena-Hard などのアライメントベンチマークの実験結果は、ConfPO が一様DAA を一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2025-06-10T11:54:22Z) - Conformal Predictive Portfolio Selection [10.470114319701576]
共形予測による予測ポートフォリオ選択のためのフレームワークを提案する。
提案手法は,将来のポートフォリオのリターンを予測し,対応する予測インターバルを計算し,これらのインターバルに基づいて興味のポートフォリオを選択する。
本稿では,ARモデルに適用することでCPPSフレームワークの有効性を実証し,実証実験によりその性能を検証した。
論文 参考訳（メタデータ） (2024-10-19T15:42:49Z) - AlphaDPO: Adaptive Reward Margin for Direct Preference Optimization [45.46582930202524]
$alpha$-DPOは、大規模言語モデルの適応的優先最適化アルゴリズムである。
ポリシーモデルと参照モデルのバランスを取り、パーソナライズされた報酬マージンを達成する。
さまざまなモデル設定でDPOとSimPOを一貫して上回ります。
論文 参考訳（メタデータ） (2024-10-14T04:29:57Z)
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。