論文の概要: Reliability and Identifiability in Persona-Trained Monte Carlo: Variance Decomposition, Stability Bounds, and the Identifiability of Heterogeneous News Reaction
- arxiv url: http://arxiv.org/abs/2607.04627v1
- Date: Mon, 06 Jul 2026 03:22:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.024292
- Title: Reliability and Identifiability in Persona-Trained Monte Carlo: Variance Decomposition, Stability Bounds, and the Identifiability of Heterogeneous News Reaction
- Title（参考訳）: ペルソナ試験モンテカルロの信頼性と識別性:分散分解,安定性境界および不均一ニュース反応の識別性
- Abstract要約: Persona-Trained Monte Carlo (PTMC) は、リミット・オーダー・ブックの相互作用をシミュレートすることで、市場利益関数の分布を推定する。
本稿では,そのような推定値に対して「信頼性」という単語を正確化する統計理論を考案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Persona-Trained Monte Carlo (PTMC) estimates distributions of market-outcome functionals by repeatedly simulating limit-order-book interaction among $K$ neural policy bots whose behavioral personas are drawn from a learned heterogeneity distribution $\mathcal{P}$. This paper develops the statistical theory that makes the word "reliable" precise for such estimators. We decompose estimator variance into a persona-draw component $σ_P^2$ and a within-run component $σ_w^2$, give unbiased ANOVA estimators of both, and derive the variance-optimal allocation of a fixed compute budget between outer persona draws and inner replications. A coupling-based stability bound quantifies how misestimation of $\mathcal{P}$ and error in the trained policy propagate into the estimand, yielding a three-term total-error budget whose terms are separately estimable; a uniform-in-horizon version holds under a Doeblin condition on the market chain. The main contribution is an identification theory for heterogeneous news reaction: under a fixed response nonlinearity, the aggregate impact curve $A(z)=\mathbb{E}_Q[g(ηz)]$ detects heterogeneous news sensitivity through a strict Jensen gap and identifies the distribution $Q$ locally via odd moments and Hausdorff determinacy, with sharp failure when the response family is unknown. We provide $\sqrt{n}$-consistent estimators and a boundary-corrected test of homogeneous news reaction. Two separation theorems delimit when PTMC is provably preferable to homogeneous-population simulators and reduced-form forecasters, formalizing an irreducible Jensen bias floor and the Lucas critique as a minimax limit on intervention extrapolation. All proofs are given in full; guarantees are classified as unconditional (Monte Carlo convergence), conditional worst-case (the error budget), or open (the large-$K$ mean-field limit).
- Abstract（参考訳）: Persona-Trained Monte Carlo (PTMC) は、学習したヘテロジニティ分布$\mathcal{P}$から行動的ペルソナを引き出す神経ポリシーボットの制限順序-ブック相互作用を反復的にシミュレートすることで、市場出力関数の分布を推定する。
本稿では,そのような推定値に対して「信頼性」という単語を正確化する統計理論を考案する。
我々は、推定器の分散をペルソナ描画成分$σ_P^2$と内部実行成分$σ_w^2$に分解し、両者の偏りのないANOVA推定器を与え、外的ペルソナ描画と内的複製の間の固定計算予算の分散最適配分を導出する。
結合ベースの安定性境界は、トレーニングされたポリシーにおける$\mathcal{P}$の誤算とエラーが、それぞれの条件が別々に推定可能な3段階のトータルエラー予算を導出するかどうかを定量化する。
固定応答の非線形性の下で、凝集衝撃曲線$A(z)=\mathbb{E}_Q[g(ηz)]$は厳密なジェンセンギャップを通して異種ニュース感度を検出し、奇数モーメントとハウスドルフ行列による分布$Q$を応答ファミリーが未知のときに急激な故障で同定する。
我々は、$\sqrt{n}$-consistent estimatorと、同種ニュース反応の境界補正テストを提供する。
2つの分離定理は、PTMCが均質な人口シミュレータや縮小形予測器よりも確実に好まれるときに解かれるもので、既約のジェンセンバイアスフロアとルーカス批判を介入外挿の最小限として定式化する。
全ての証明は完全で与えられ、保証は無条件(モンテ・カルロ収束)、条件付き最悪のケース(エラー予算)、またはオープン(大額のK$平均場制限)に分類される。
関連論文リスト
- Online Inference in Distributional Temporal-Difference Learning [12.653922692549969]
本研究では, 返却分布の関数に対するオンライン統計的推測を定式化して検討した。
Polyak--Ruppert 平均推定器について、そのルート-$T$誤差がクラメル空間のガウスランダム要素に弱収束することを証明する。
非滑らかな統計汎関数に対しては、有限個のしきい値からなる$T-1/2$-隣り合わせで推定された戻り値 CDF の局所理論を開発する。
論文 参考訳（メタデータ） (2026-08-14T15:51:50Z) - Robust Average-Reward Markov Decision Processes: Minimax-Optimal Learning via Plug-in Reductions [51.50375419691955]
分布的に堅牢なマルコフ決定プロセスは、モデルの不確実性の下でのシーケンシャルな意思決定のための原則化されたフレームワークを提供する。
我々は,平均回帰基準の下で,$varepsilon$-Optimal robust policyを学習するのに必要なサンプル数と十分なサンプル数について検討した。
論文 参考訳（メタデータ） (2026-08-06T19:49:48Z) - The V-fold jackknife for semiparametric inference: variance estimation, confidence intervals, and simultaneous confidence bands [2.715949869811686]
bootstrapは、その広範な適用性と最小限の分析要件のため、統計的推論のデフォルトツールである。
我々は,半パラメトリック推論の計算効率と理論的に正当化された代替手段として,$V$フォールド・ジャックナイフを開発した。
論文 参考訳（メタデータ） (2026-07-24T17:05:54Z) - Statistical inverse learning and $\ell^1$-regularization [0.27998963147546135]
統計的逆学習の枠組みにおいて,有限,雑音,間接的な観測からスパース関数の回復について検討した。
我々は、ほぼ公約指数を確立し、予測基準と$ell1$復元基準の両方において、非漸近的高確率収束率を導出する。
論文 参考訳（メタデータ） (2026-07-08T14:32:08Z) - Is Spurious Correlation Removal Always Learnable? [56.28155520961125]
不変学習は、構造が統計的に識別可能であっても失敗することがある。
ブラックボックスサンプリング可能な教師付きスパースリカバリプリミティブの下では、実証可能な多次元環境が存在する。
合成および実際のデータセットは、予測されたギャップと遷移を示し、単純な多様性診断を動機付ける。
論文 参考訳（メタデータ） (2026-06-11T05:49:43Z) - Instance-Optimal Estimation with Multiple LLM Judges on a Budget [84.31744861038106]
我々は、この問題を*予算付きヘテロスケダティックなマルチジャッジ推定*として定式化する。
K$のプロンプト-レスポンスペア、J$の既知のコストと未知のクエリ-ジャッジ分散が与えられた場合、目標は、$ell_p$-errorを最小化しながら、有界スコアベクトルを推定することである。
EST-IVWEは,予算の低次項までのオラクルIVWEレートと一致していることを示す。
論文 参考訳（メタデータ） (2026-05-22T08:26:08Z) - Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。
主な課題は、敵の計測と非同期である。
その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
論文 参考訳（メタデータ） (2026-04-07T11:45:55Z) - Characterization of Gaussian Universality Breakdown in High-Dimensional Empirical Risk Minimization [7.721672385781673]
非ガウス的なデータ設計の下で,高次元的凸リスク (ERM) について検討した。
平均$_hat$の近似を可能にするため、鍵統計量のmin-max特性を導出する。
我々は任意の$mathcalC2$正則化器が、そのヘッセンが 0 で、勾配が $_hat$ でのみ決定する二次形式に等しいことを証明した。
論文 参考訳（メタデータ） (2026-04-03T16:07:02Z) - Outrigger local polynomial regression [0.15293427903448023]
本研究では,異なる条件付き誤差分布の分布適応性を実現するために,重み付き局所推定器を提案する。
条件スコア推定の影響を安定化するために、より広いローカルウィンドウのデータを描画する。
推定器がHlderクラスに対して最適であることは、乗法係数$A_,d$まで証明する。
論文 参考訳（メタデータ） (2026-03-11T20:19:09Z) - Optimal Unconstrained Self-Distillation in Ridge Regression: Strict Improvements, Precise Asymptotics, and One-Shot Tuning [61.07540493350384]
自己蒸留(英: Self-distillation, SD)とは、教師自身の予測と地道の混合で学生を訓練する過程である。
任意の予測リスクに対して、各正規化レベルにおいて、最適に混合された学生がリッジ教師に改善されることが示される。
本稿では,グリッド探索やサンプル分割,再構成なしに$star$を推定する一貫したワンショットチューニング手法を提案する。
論文 参考訳（メタデータ） (2026-02-19T17:21:15Z) - Statistical Efficiency of Distributional Temporal Difference Learning and Freedman's Inequality in Hilbert Spaces [24.03281329962804]
本稿では,分布時間差学習における非漸近的統計率に着目した。
生成モデルを用いたNTDの場合、$tildeO(varepsilon-2 mu_pi,min-1 (1-gamma)-3+t_mixmu_pi,min-1 (1-gamma)-1)$サンプル複雑性境界はワッサーシュタイン距離が1ドルである場合に必要である。
我々は新しいフリードマンの不平等を樹立する
論文 参考訳（メタデータ） (2024-03-09T06:19:53Z) - Semidefinite programming relaxations and debiasing for MAXCUT-based clustering [1.9761774213809036]
2つのガウス分布を$mathbbRp$で混合して引き出す小さなデータサンプルを$n$で分割する問題を考察する。
グラフ上の最大カットを求めるように定式化された整数二次プログラムの半定値プログラミング緩和を用いる。
論文 参考訳（メタデータ） (2024-01-16T03:14:24Z) - TIC-TAC: A Framework for Improved Covariance Estimation in Deep Heteroscedastic Regression [109.69084997173196]
奥行き回帰は、予測分布の平均と共分散を負の対数類似度を用いて共同最適化する。
近年の研究では, 共分散推定に伴う課題により, 準最適収束が生じる可能性が示唆されている。
1)予測共分散は予測平均のランダム性を真に捉えているか?
その結果, TICは共分散を正確に学習するだけでなく, 負の対数類似性の収束性の向上も促進することがわかった。
論文 参考訳（メタデータ） (2023-10-29T09:54:03Z) - Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。
我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。
MRP のサブクラスに対する minimax の下位境界を証明する。
論文 参考訳（メタデータ） (2021-09-24T14:48:20Z)
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。