論文の概要: Beyond Forecasting: Recasting Volatility Control as a Routing Problem
- arxiv url: http://arxiv.org/abs/2608.10375v1
- Date: Tue, 11 Aug 2026 02:14:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.864129
- Title: Beyond Forecasting: Recasting Volatility Control as a Routing Problem
- Title（参考訳）: 予測を超えて - ルーティング問題としてのボラティリティコントロールのリキャスト
- Abstract要約: モジュラーフレームワークであるVolは、推定器とコントローラのペアに対する状態条件付きルーティングとして、ボラティリティ制御を定式化する。
我々は、S&P 500、Multi-Asset、Bitcoin、USDTのボラティリティ制御設定でVolを評価する。
- 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: Volatility control converts risk estimates into portfolio exposure, yet existing approaches often rely on a fixed volatility estimator or a pre-defined control rule that may not adapt to changing market conditions. We propose VolRouter, a modular framework that formulates volatility control as state-conditioned routing over estimator-controller pairs. VolRouter first summarizes market conditions into a control-relevant state profile and then performs routing through three stages: state inference, switch review, and pair selection. The Router can be implemented using rule-based, learnable, or LLM-based decision modules, while portfolio actions remain generated by predefined control policies. We evaluate VolRouter across S&P 500, Multi-Asset, Bitcoin, and USDT volatility-control settings. VolRouter achieves the highest Sharpe ratio in three of four settings. On S&P 500, it improves Sharpe from 0.952 for RV + Naive Scaling to 1.222 while reducing maximum drawdown from 15.10% to 12.58% and daily CVaR from 1.76% to 1.32%. On Multi-Asset, it improves Sharpe from 1.498 to 1.540 and reduces CVaR from 1.56% to 1.18%. Bitcoin shows similar improvements in risk-adjusted performance, while USDT provides a boundary case where simpler state-aware selectors remain competitive. Ablation and sensitivity analyses show that the improvement comes from relative policy evaluation and selective persistent switching rather than simply expanding the policy library. These results suggest that volatility control can be viewed as a policy-selection problem when risk management requirements vary across market states.
- Abstract（参考訳）: ボラティリティコントロールはリスク見積をポートフォリオの露出に変換するが、既存のアプローチでは、市場状況の変化に適応しないような、固定されたボラティリティ推定器や事前定義されたコントロールルールに依存していることが多い。
本稿では,VolRouterを提案する。VolRouterは,ボラティリティ制御を,推定器と制御器のペア間の状態条件付きルーティングとして定式化するモジュラーフレームワークである。
VolRouterはまず、市場条件を制御関連状態プロファイルにまとめ、状態推論、スイッチレビュー、ペア選択という3つのステージを通じてルーティングを実行する。
Routerはルールベース、学習可能、LLMベースの決定モジュールを使用して実装できるが、ポートフォリオアクションは事前に定義された制御ポリシによって生成される。
我々は、S&P 500、Multi-Asset、Bitcoin、USDTのボラティリティ制御設定でVolRouterを評価する。
VolRouterは4つの設定のうち3つで最もシャープ比が高い。
S&P 500では、シャープを 0.952 for RV + Naive Scaling 1.222 に改善し、最大ドローダウンを 15.10% から 12.58% に、日刊CVaR を 1.76% から 1.32% に削減した。
Multi-Assetでは、Sharpeを1.498から1.540に改善し、CVaRを1.56%から1.18%に削減する。
Bitcoinも同様にリスク調整性能が向上し、USDTはよりシンプルなステートアウェアセレクタが競争力を維持する境界ケースを提供する。
アブレーションと感度分析は、政策ライブラリを単に拡張するのではなく、相対的な政策評価と選択的な永続的な切り替えによって改善がもたらされることを示している。
これらの結果から,リスク管理要件が市場によって異なる場合,ボラティリティ制御を政策選択問題とみなすことが可能であることが示唆された。
関連論文リスト
- Adaptive Finite-Budget Training for CVaR Risk-Aware Q-Learning [7.373349445059511]
リスク対応Q-ラーニング(RaQL)は、動的リスク目標に対するモデルフリーで2時間スケールの推定手段を提供する。
本稿では,CVaR(Conditional Value-at-Risk) RaQLの適応型トレーニングコントローラを提案し,これを日々のBitcoin取引タスクで評価する。
論文 参考訳（メタデータ） (2026-08-05T00:26:22Z) - Paired Exact-Reset Evaluation of a Prediction-Derived Medium-to-Full World-Model Cascade [0.0]
ペア化された正確な物理結果の下では、Mediumベースのインターフェースは、個別に凍結されたFull予測器に切り替えた時に、シーケンシャルなオーバーヘッドを正当化するのに十分なタスク固有の決定損失を改善することができるか?
私たちのコントリビューションは、新しい汎用ルーティングルールではなく、ペア評価と監査プロトコルです。
論文 参考訳（メタデータ） (2026-07-30T18:35:13Z) - CR^2: Cost-Aware Risk-Controlled Routing for Wireless Device-Edge LLM Inference [52.849509991178884]
大規模言語モデル(LLM)は集中型クラウドからモバイルエッジ環境に移行する。
軽量オンデバイスモデルとより強力なエッジモデルの間のクエリレベルのルーティングは、このトレードオフをナビゲートするための柔軟なメカニズムを提供する。
既存のルータは、集中クラウド設定とトークンレベルのコストの最適化のために設計されており、無線エッジデプロイメントにおける動的レイテンシとエネルギーオーバーヘッドをキャプチャできない。
論文 参考訳（メタデータ） (2026-05-12T11:50:15Z) - Learning When to Act: Communication-Efficient Reinforcement Learning via Run-Time Assurance [0.27998963147546146]
Lyapunov の安全性保護の下で制御入力と通信効率のタイミング決定を単一ポリシで学習できることが示される。
実行時保証層は、1ステップのリアプノフ予測と事前計算されたLQRバックアップを介してポリシーをオーバーライドする。
12-state 3D quadrotor のケーススタディでは、古典的な STC が難解な高次元システムにフレームワークを拡張している。
論文 参考訳（メタデータ） (2026-05-11T23:55:15Z) - ParetoBandit: Budget-Paced Adaptive Routing for Non-Stationary LLM Serving [0.0]
LLMは、しばしば530倍のコスト範囲にまたがるマルチモデルポートフォリオに依存している。
プロバイダは価格を見直し、モデルの品質は静かに回復し、新しいモデルはダウンタイムなしで統合する必要がある。
本稿では,費用対効果を考慮した適応ルータを提案する。
論文 参考訳（メタデータ） (2026-03-31T18:41:53Z) - Conformal Thinking: Risk Control for Reasoning on a Compute Budget [60.65072883773352]
大規模言語モデル(LLM)の推論により、トークンの予算が増加するにつれて、データセットレベルの精度が向上する。
我々は、予算設定問題をリスクコントロールとして再設定し、計算を最小化しながらエラー率を制限する。
我々のフレームワークは、モデルが自信のあるときに推論を停止する上位しきい値と、未解決のインスタンスを事前に停止させる新しい下位しきい値を導入する。
論文 参考訳（メタデータ） (2026-02-03T18:17:22Z) - Ratio-Variance Regularized Policy Optimization for Efficient LLM Fine-tuning [48.34492357368989]
本稿では,安定なオン・ポリティクス学習をサポートし,オフ・ポリティクスデータの再利用を原則とするプリミティブ・デュアル・フレームワークを提案する。
R2VPO$は、強いクリッピングベースのベースラインよりも17%の平均的な相対的なゲインで優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-01-06T14:01:42Z) - Reinforcement Learning from Probabilistic Forecasts for Safe Decision-Making via Conditional Value-at-Risk Planning [41.52380204321823]
本稿では,ベイズ予測,後方サンプリング強化学習,計画とを結合した統一的枠組みである不確実性認識マルコフ決定プロセス(UAMDP)を提案する。
構造的不確実性と経済のボラティリティを特徴とする2つのドメインの高頻度株式取引と小売在庫管理において,UAMDPを評価した。
論文 参考訳（メタデータ） (2025-10-09T13:46:32Z) - Hedging and Pricing Structured Products Featuring Multiple Underlying Assets [1.25828876338076]
オートコール可能なノートを含むポートフォリオをヘッジすると、これらの金融商品の複雑なリスクプロファイルのために、ユニークな課題が示される。
本稿では,従来のモンテカルロシミュレーション法よりも250倍高速に効率,計算コストを向上する機械学習ベースの価格設定手法を提案する。
また、自動コール可能な構造化ノートを含むポートフォリオをヘッジするために、分散強化学習(RL)アルゴリズムを導入する。
論文 参考訳（メタデータ） (2024-11-02T03:41:46Z) - Actor-Critic based Improper Reinforcement Learning [61.430513757337486]
我々は,未知のマルコフ決定プロセスに対して,学習者に100万ドルのベースコントローラを付与する不適切な強化学習環境を考える。
本稿では,(1)ポリシーグラディエントに基づくアプローチ,(2)単純なアクター・クリティカル・スキームとNatural Actor-Criticスキームを切り替えるアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-07-19T05:55:02Z) - Thompson Sampling Achieves $\tilde O(\sqrt{T})$ Regret in Linear
Quadratic Control [85.22735611954694]
我々はトンプソンサンプリング(TS)を用いた安定化可能な線形四元系レギュレータ(LQR)の適応制御問題について検討する。
我々は,LQRの適応制御のための効率的なTSアルゴリズムTSACを提案し,多次元システムであっても,$tilde O(sqrtT)$ regretを実現する。
論文 参考訳（メタデータ） (2022-06-17T02:47:53Z) - Mean-Variance Policy Iteration for Risk-Averse Reinforcement Learning [75.17074235764757]
割引無限地平線MDPにおけるリスク・アバース制御の枠組みを提案する。
MVPIは、政策評価方法やリスクニュートラル制御手法を棚から外すためのリスク・アバース制御に投入できる点において、非常に柔軟性がある。
この柔軟性は、リスク中立制御とリスク逆制御のギャップを減らし、新しい拡張MDPの開発によって達成される。
論文 参考訳（メタデータ） (2020-04-22T22:23:44Z)
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。