論文の概要: Macroeconomic Message Passing for Anticipating Foreign Exchange Regime Changes: A Deep Logical Learning Approach using Graph Tsetlin Machines

• arxiv url: http://arxiv.org/abs/2607.06719v1
• Date: Tue, 07 Jul 2026 18:34:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.197798
• Title: Macroeconomic Message Passing for Anticipating Foreign Exchange Regime Changes: A Deep Logical Learning Approach using Graph Tsetlin Machines
• Title（参考訳）: 外国為替レジーム変化を予測するためのマクロ経済メッセージパス:グラフ・テセリン・マシンを用いた深層論理学習アプローチ
• Abstract要約: 本稿では、外国為替(FX)通貨価格の市場状況を予測するためのグラフ理論的アプローチを提案する。 我々は、米国ドルと日本円の通貨ペア(USD/JPY)の市場体制を予想する上で、このアプローチの有効性を実証的に実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces a graph-theoretic approach for predicting market regimes in foreign exchange (FX) currency prices. Specifically, the proposed model incorporates exogenous macroeconomic variables to update localized node features via message-passing operations. Utilizing the Graph Tsetlin Machine (GraphTM) framework, we empirically demonstrate the efficacy of this approach in anticipating market regimes for the US Dollar and Japanese Yen currency pair (USD/JPY). By representing multivariate macroeconomic drivers and technical indicators as hypervectorized directed multigraphs, the GraphTM leverages structured message passing to construct deep, interpretable logical clauses capable of recognizing complex sub-graph patterns.
• Abstract（参考訳）: 本稿では、外国為替(FX)通貨価格の市場状況を予測するためのグラフ理論的アプローチを提案する。 具体的には、メッセージパッシング操作によって局所化ノード機能を更新するために、外因性マクロ経済変数を組み込んだモデルを提案する。 本稿では,Graph Tsetlin Machine (GraphTM) フレームワークを用いて,米国ドルと日本円の通貨対 (USD/JPY) の市場体制を予見する上で,このアプローチの有効性を実証的に実証する。 多変量マクロ経済ドライバと技術的指標をハイパーベクター化された有向多重グラフとして表現することにより、GraphTMは構造化メッセージパッシングを活用し、複雑なサブグラフパターンを認識可能な深い解釈可能な論理節を構築する。

関連論文リスト

• A Bipartite Graph Approach to U.S.-China Cross-Market Return Forecasting [14.426906283511746]
  経済構造を保存する機械学習フレームワークを用いて、市場間のリターン予測可能性について検討する。 市場を横断する株価間の時間順の予測リンクをキャプチャする有向二部グラフを構築した。
  論文  参考訳（メタデータ） (2026-03-11T09:07:15Z)
• 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)
• ChartM$^3$: Benchmarking Chart Editing with Multimodal Instructions [65.21061221740388]
  本稿では,ユーザ意図を自然言語と視覚指標の組み合わせで表現する,マルチモーダルチャート編集のための新しいパラダイムを提案する。 マルチモードチャート編集のための新しいベンチマークであるChart$textM3$を,マルチレベル複雑度とマルチパースペクティブ評価で提示する。
  論文  参考訳（メタデータ） (2025-07-25T13:30:14Z)
• IGD: Token Decisiveness Modeling via Information Gain in LLMs for Personalized Recommendation [79.22388408461458]
  我々は,トークン決定性をチューニングと復号の両方に統合する情報ゲインに基づく決定性対応トークンハンドリング(IGD)戦略を導入する。 IGDはリコメンデーションの精度を一貫して改善し、強力なベースラインに比べて広く使われているランキングの指標で顕著に向上した。
  論文  参考訳（メタデータ） (2025-06-16T08:28:19Z)
• Adaptive Tokenization: On the Hop-Overpriority Problem in Tokenized Graph Learning Models [59.98982735197465]
  トークン学習モデル(TGLM)は、グラフをスケーラブルな処理のために順序付きトークンリストに変換する。 TGLMは手書きのトークンリストに依存しており、さまざまなグラフ学習シナリオへの適応性はまだ未検討である。 本稿では,手書きのトークンリストをTGLMで置き換えるプラグイン・アンド・プレイモジュールであるLearnable Graph Token List(LGTL)を提案する。
  論文  参考訳（メタデータ） (2025-05-19T06:25:33Z)
• Forecasting Foreign Exchange Market Prices Using Technical Indicators with Deep Learning and Attention Mechanism [0.46040036610482665]
  提案アーキテクチャは,Long Short-Term Memory(LSTM)とConvolutional Neural Network(CNN)で構成されている。 技術的指標を用いて、Forex通貨ペアデータから統計的特徴を抽出する。 LSTMおよびCNNネットワークは、将来の価格変動を予測するために並列に使用される。
  論文  参考訳（メタデータ） (2024-11-29T15:07:44Z)
• BreakGPT: Leveraging Large Language Models for Predicting Asset Price Surges [55.2480439325792]
  本稿では,時系列予測や資産価格の急上昇の予測に特化して,新たな大規模言語モデル(LLM)アーキテクチャであるBreakGPTを紹介する。 我々は、最小限のトレーニングで財務予測を行うための有望なソリューションとしてBreakGPTを紹介し、局所的およびグローバルな時間的依存関係をキャプチャする強力な競合相手として紹介する。
  論文  参考訳（メタデータ） (2024-11-09T05:40:32Z)
• Enhancing Exchange Rate Forecasting with Explainable Deep Learning Models [1.5474412217744966]
  伝統的な予測モデルは、交換レートデータの本質的な複雑さと非線形性に対処する際にしばしば混乱する。 本研究では,RSM/USD交換率の予測精度を高めるため,LSTM,CNN,トランスフォーマーベースアーキテクチャなどの高度なディープラーニングモデルの適用について検討する。
  論文  参考訳（メタデータ） (2024-10-25T01:29:54Z)
• Quantitative Theory of Meaning. Application to Financial Markets. EUR/USD case study [1.3682156035049036]
  本論文は、情報と投資家の期待と市場価格運動の関連性に焦点を当てている。 我々は,情報量論の補完として,意味の定量的理論を構築した。 提案手法は、将来の市場資産の価格変動をよりよく理解し予測するために使用することができる。
  論文  参考訳（メタデータ） (2024-10-09T02:06:40Z)
• When Graph Data Meets Multimodal: A New Paradigm for Graph Understanding and Reasoning [54.84870836443311]
  本稿では,画像エンコーディングとマルチモーダル技術を統合することで,グラフデータの理解と推論を行う新しいパラダイムを提案する。 このアプローチは, GPT-4Vの高度な機能を利用して, 命令応答形式によるグラフデータの理解を可能にする。 研究は、このパラダイムを様々なグラフタイプで評価し、特に中国のOCRパフォーマンスと複雑な推論タスクにおいて、モデルの強みと弱みを強調した。
  論文  参考訳（メタデータ） (2023-12-16T08:14:11Z)
• Graph-level Representation Learning with Joint-Embedding Predictive Architectures [43.89120279424267]
  JEPA(Joint-Embedding Predictive Architectures)は、自己指導型表現学習の斬新で強力な技術である。 グラフ結合埋め込み予測アーキテクチャ(Graph-JEPA)を提案することにより、このパラダイムを用いてグラフレベルの表現を効果的にモデル化できることを示す。 特に、マスク付きモデリングを採用し、コンテキストサブグラフの潜時表現から始まるマスク付きサブグラフの潜時表現を予測することに焦点をあてる。
  論文  参考訳（メタデータ） (2023-09-27T20:42:02Z)
• Explaining Exchange Rate Forecasts with Macroeconomic Fundamentals Using Interpretive Machine Learning [1.1602089225841632]
  我々は、解釈的枠組みの中でカナダとアメリカのドル為替レートの基本的なモデルを開発する。 本稿では,機械学習を用いて為替レートを予測し,マクロ経済変数間の関係を正確に解析するための解釈可能性手法を提案する。
  論文  参考訳（メタデータ） (2023-03-23T04:40:23Z)

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。