論文の概要: An Emerging Retail Portfolio Management Application: Personalized, Tax-Aware Reinforcement Learning with Natural Language Goals
- arxiv url: http://arxiv.org/abs/2608.05255v1
- Date: Wed, 05 Aug 2026 16:20:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.652078
- Title: An Emerging Retail Portfolio Management Application: Personalized, Tax-Aware Reinforcement Learning with Natural Language Goals
- Title（参考訳）: 新しい小売ポートフォリオ管理アプリケーション:自然言語目標を用いた個人化・税制強化学習
- Abstract要約: 既存のロボアドバイザは静的なルールベースのアロケーションを使用しており、機関レベルのシステムでは、個々の投資家が利用できない最小限のアカウントと技術スタックを必要とする。
このギャップを埋める、完全に構築された、統合テストされたアプリケーションを提示します。
システムは機能的に完全であり、ライブブローカAPIに対して統合テストされたエンドツーエンドである。
- 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: Retail investors lack access to the kind of personalized, tax-aware portfolio management that institutional clients take for granted -- existing robo-advisors use static, rule-based allocation, and institutional-grade systems require account minimums and technology stacks unavailable to individual investors. We present a fully built, integration-tested application that closes this gap: a FastAPI backend and web dashboard that let a user describe an investment goal in plain language (e.g. "I want steady growth but need to sell some shares next month for a down payment"), routes that goal to one of six investment mandates, and produces a live, broker-integrated portfolio recommendation from athree-phase reinforcement learning system -- a self-supervised cross-asset encoder, a Mixture-of-Experts (MoE) allocation policy with a learned intent router, and a lightweight LoRA adapter that personalizes recommendations from an individual's revealed brokerage behavior without retraining the shared model. The system is functionally complete and integration-tested end-to-end against a live brokerage API (Alpaca, paper-trading mode), including multi-user authentication, a trust first preview-before-apply confirmation flow, daily email digests, and an auditable action-integrity chain, but has not yet been opened to real end-users; we report this honestly as an emerging, pre-deployment application with a concrete path to full deployment, alongside 14-day walk-forward backtests (bootstrapped confidence intervals included) as preliminary, pre-deployment validation rather than production performance. We also report several practical engineering lessons -- silently-inactive integration paths, hanging third-party API calls, and the value of end-to-end empirical verification over trusting checkpoint metadata -- that we believe generalize to other applied RL systems built on external, live data sources.
- Abstract（参考訳）: 既存のロボアドバイザは静的なルールベースのアロケーションを使用しており、機関レベルのシステムは個々の投資家が利用できないアカウントの最小限と技術スタックを必要としている。
我々は、このギャップを埋める完全に構築された統合テストされたアプリケーションを提示します。FastAPIバックエンドとWebダッシュボードは、ユーザーが平易な言語で投資目標を記述できるようにします(例えば、"安定した成長を望んではいますが、ダウンペイメントのために来月いくつかの株式を売却する必要があります")、目標を6つの投資委任事項の1つにルートし、自己管理されたクロスアセスメントエンコーダ、学習意図ルータを備えたMixture-of-Experts(MoE)アロケーションポリシ、そして、共有モデルをトレーニングすることなく、個人が明らかにしたブローカーの振る舞いをパーソナライズする軽量のLoRAアダプタです。
本システムは,マルチユーザ認証,信頼第一プレビュー前確認フロー,日次メールダイジェスト,監査可能なアクション統合チェーンを含む,ライブブローカAPI(Alpaca,ペーパートレーディングモード)に対して,機能的に完全かつ統合テストされたエンドツーエンドである。
また、外部のライブデータソース上に構築された他の適用RLシステムに一般化したと考える、サイレントに非アクティブな統合パス、サードパーティのAPIコールの吊り下げ、チェックポイントメタデータに対するエンドツーエンドの実証検証の価値など、いくつかの実践的なエンジニアリングの教訓についても報告します。
関連論文リスト
- A Three-Phase Foundation Model for Tax-Aware Personalized Portfolio Management [0.8122270502556375]
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。
論文 参考訳（メタデータ） (2026-06-30T00:19:59Z) - Acceptance-Test-Driven Evaluation Protocols for Business-Centric LLM Systems [0.8557392136621891]
本稿では,受入テスト駆動型開発を基礎とした運用型大規模言語モデル(LLM)システムに対する評価プロトコール拡張に寄与する。
利害関係者の目標を、実行可能行動契約、リリースゲート、監視信号、エビデンスアーティファクトに翻訳し、プロンプト、モデル、検索、エージェントの変更が受け入れられる。
このコントリビューションは、ガバナンス指向のメトリックスタック、リファレンスアーキテクチャ、そして、アクセプションテスト駆動のLCM開発を、アクセプションファーストとベンチマークアフターに比較するための経験的なプロトコルである。
論文 参考訳（メタデータ） (2026-06-01T18:21:10Z) - Towards Agentic Test-Driven Quality Assurance for 6G Networks [0.0]
テスト駆動品質保証パラダイムとインテントコクリエーションを統合したエージェント型、インテント駆動のエンドツーエンド(E2E)オーケストレーションフレームワークを提案する。
このアーキテクチャは、TMフォーラムの情報モデルとカタログを使用して、標準に準拠した知識表現に基づいている。
論文 参考訳（メタデータ） (2026-04-25T12:58:36Z) - $τ$-Knowledge: Evaluating Conversational Agents over Unstructured Knowledge [58.03692489021332]
$-Knowledgeは、外部の自然言語知識とツール出力の協調に依存する環境でエージェントを評価するための$-Benchの拡張である。
我々は、$$-Knowledgeが、非構造的知識を人間対応デプロイメントに組み込むエージェントを開発するための、現実的なテストベッドを提供することを示した。
論文 参考訳（メタデータ） (2026-03-04T18:34:47Z) - CREDIT: Certified Ownership Verification of Deep Neural Networks Against Model Extraction Attacks [54.04030169323115]
我々は、モデル抽出攻撃(MEA)に対する認証された所有権検証であるCREDITを紹介する。
DNNモデル間の類似性を定量化し、実用的な検証しきい値を提案し、このしきい値に基づいてオーナシップ検証を行うための厳密な理論的保証を提供する。
我々は、さまざまなドメインやタスクにまたがるいくつかの主流データセットに対するアプローチを広範囲に評価し、最先端のパフォーマンスを実現した。
論文 参考訳（メタデータ） (2026-02-23T23:36:25Z) - Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem [90.17610617854247]
本稿では,エージェントモデルの生産パイプラインを最適化する基盤インフラであるエージェント学習エコシステム(ALE)を紹介する。
ALEは、重量最適化のためのトレーニング後のフレームワークであるROLL、軌道生成のためのサンドボックス環境マネージャであるROCK、効率的なコンテキストエンジニアリングのためのエージェントフレームワークであるiFlow CLIの3つのコンポーネントで構成されている。
ROMEはALEが基盤として100万件以上のトラジェクトリをトレーニングしたオープンソースエージェントです。
論文 参考訳（メタデータ） (2025-12-31T14:03:39Z) - Information-Theoretic Decentralized Secure Aggregation with Collusion Resilience [95.33295072401832]
情報理論の観点から分散型セキュアアグリゲーション(DSA)の問題点を考察する。
DSAの最小到達可能な通信量と秘密鍵率を指定する最適レート領域を特徴付ける。
本研究は,DSAの基本性能限界を確立し,信頼性の高い通信効率の高いプロトコルの設計に関する知見を提供する。
論文 参考訳（メタデータ） (2025-08-01T12:51:37Z) - Reinforcement Learning for Long-Horizon Interactive LLM Agents [56.9860859585028]
インタラクティブデジタルエージェント(IDA)は、ステートフルなデジタル環境のAPIを利用して、ユーザの要求に応じてタスクを実行する。
対象環境で直接IDAを訓練する強化学習(RL)手法を提案する。
我々は、近似ポリシー最適化のデータおよびメモリ効率の亜種である LOOP を導出する。
論文 参考訳（メタデータ） (2025-02-03T18:35:42Z) - Trust Driven On-Demand Scheme for Client Deployment in Federated Learning [39.9947471801304]
Trusted-On-Demand-FL"は、サーバと資格のあるクライアントのプールの間の信頼関係を確立する。
シミュレーションでは,遺伝的アルゴリズムを応用した最適化モデルをデプロイし,連続的なユーザ行動データセットに頼っている。
論文 参考訳（メタデータ） (2024-05-01T08:50:08Z) - RoFL: Attestable Robustness for Secure Federated Learning [59.63865074749391]
フェデレートラーニング(Federated Learning)により、多数のクライアントが、プライベートデータを共有することなく、ジョイントモデルをトレーニングできる。
クライアントのアップデートの機密性を保証するため、フェデレートラーニングシステムはセキュアなアグリゲーションを採用している。
悪意のあるクライアントに対する堅牢性を向上させるセキュアなフェデレート学習システムであるRoFLを提案する。
論文 参考訳（メタデータ） (2021-07-07T15:42:49Z) - 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。