論文の概要: Temporal Leakage in Financial News NLP: A Multi-Architecture Audit with a Regime-Specific M&A Signal

• arxiv url: http://arxiv.org/abs/2608.17223v1
• Date: Tue, 18 Aug 2026 00:23:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.167999
• Title: Temporal Leakage in Financial News NLP: A Multi-Architecture Audit with a Regime-Specific M&A Signal
• Title（参考訳）: 金融ニュースNLPにおける時間漏洩--M&A信号を用いたマルチアーキテクチャ監査
• Abstract要約: TF-IDF, MiniLM, FinBERT, fine-tuned RoBERTa-large / DeBERTa-v3-large にまたがる16種類の特徴モデルの組み合わせに対して49,799個のアーティクルコーパスを監査した。 RandomはMCCを$1.1times$から$6.5times$に分割し、モデル容量と機能豊かさを追跡し、エンドツーエンドのFinBERTの微調整はギャップを埋めるのではなく再増幅する。
• 参考スコア（独自算出の注目度）: 13.5023809267948
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Financial-news direction prediction has become a popular NLP benchmark, yet reported gains depend critically on whether the train-test split is chronological or random, i.e., on temporal leakage. We audit this dependence on a 49,799-article corpus across 16 feature-model combinations spanning TF-IDF, MiniLM, FinBERT, and fine-tuned RoBERTa-large / DeBERTa-v3-large, plus separate zero/few-shot and LoRA probes of Llama-3 and Qwen2.5 LLMs: random splits inflate MCC by $1.1\times$ to $6.5\times$, tracking model capacity and feature richness, and end-to-end FinBERT fine-tuning re-amplifies rather than closes the gap (size-matched ratio $1.75\times$). Conditioning on event type, mergers and acquisitions (M&A) is the only audited category with a positive locked-test signal under near-temporal chronological evaluation (TF-IDF MCC $= 0.138$ train-only, $0.068$ under train$\cup$val refit; 10,000-permutation $p < 10^{-3}$); the signal does not transfer to FNSPID's 2009-2020 U.S. corpus, localising the headline to our 2024-2025 European-tilted M&A semantics rather than a universal predictor. Three independent role labellers converge on acquirer-tagged articles as the signal locus, a power-limited qualitative convergence rather than a hypothesis-tested asymmetry. Chronological splitting plays for financial NLP the role characteristics-purging plays for asset pricing: it strips the predictable, stale component of news and leaves a residual that is small, event-localized, and lexically shallow. We advocate leakage audits as a required disclosure for financial-NLP benchmarks.
• Abstract（参考訳）: 金融ニュースの方向予測は一般的なNLPベンチマークとなっているが、テストの分割が時間的リークである場合、時間的リークである場合、時間的スプリット(英語版)であるかどうかに大きく依存していると報告されている。 TF-IDF, MiniLM, FinBERT, fine-tuned RoBERTa-large / DeBERTa-v3-large, separate zero/few-shot and LoRA probes of Llama-3 and Qwen2.5 LLMs: random splits inflate MCC by $1.1\times$ to $6.5\times$, track model capacity and feature richness, end-to-end FinBERT fine-tuning reamplify to the gap (size-matched ratio $1.75\times$)。 イベントタイプ、合併、買収(M&A)の条件は、ほぼ時間的時間的評価(TF-IDF MCC $= 0.138$ train-only, $0.068$ under train$\cup$val refit; 10,000-permutation $p < 10^{-3}$; この信号はFNSPIDの2009-2020 U.S.コーパスに転送されず、2024-2025 European-tilted M&A セマンティクスに見出しをローカライズする。 3つの独立したロールラベルラーは、仮説テストされた非対称性ではなく、パワー制限された定性的収束であるシグナル軌跡として、取得者タグ付きの記事に収束する。 予測可能なニュースの古い要素を取り除き、小さく、イベントローカライズされ、語彙的に浅い残余を残します。 我々は、財務NLPベンチマークの必要な開示として漏洩監査を提唱する。

関連論文リスト

• SANE: State Anomaly Neutralization for Stable Extreme-Context Delta-Rule Models [53.86918766240095]
  Delta-Ruleリカレントモデルは固定サイズの状態を維持しており、$O(1)$の推論メモリが可能であるが、極端なコンテキスト外挿では不安定になる可能性がある。 我々は,チャンク内並列構造を保ちながら,チャンク境界における適応$tanh$圧縮を適用したtextbfState Anomaly Neutralization (SANE)を提案する。
  論文  参考訳（メタデータ） (2026-08-23T10:41:07Z)
• RA-FinBERT: Rule-aware LoRA adaptation for low-resource financial sentiment classification [8.831449509561043]
  Rule-Aware FinBERT (RA-FinBERT) は、ローランク適応(LoRA)と3つの連続VADER由来の感情比率を統合するフレームワークである。 RA-FinBERTの精度は69.89%、マクロF1スコアは0.634であり、テキストのみのFinBERTは63.44%、0.526であった。
  論文  参考訳（メタデータ） (2026-08-10T16:52:19Z)
• From Financial Sentiment Classification to Return Predictability: A QLoRA Benchmark of Large Language Models [0.0]
  5つの財務テキストデータセットから3クラスを統一したベンチマークを構築した。 TF-IDF Naive Bayes,off-the-the-shelf FinBERT,Financial-RoBERTaエンコーダを比較した。 一時分離した2019 Benzingaサンプルの経済妥当性を評価した。
  論文  参考訳（メタデータ） (2026-08-04T19:57:40Z)
• Beyond Sentiment: Structured Information Extraction from Financial News [5.502693922654938]
  FinBERTの感情特性は非線形モデルの下で強い予測力を示す。 ニュースを1つの感情スコアに圧縮すると、かなりの情報を失うことがわかりました。
  論文  参考訳（メタデータ） (2026-07-30T16:41:55Z)
• One Human, $N$ Agents: Audit-Budget Allocation for LLM Agent Fleets under Miscalibrated, Correlated Confidence [41.99844472131922]
  一人の人間が1ラウンド当たり$N$ LLMエージェントを予算$B ll N$監査で監査しなければならない。 我々はこれを、2段階のガウス的コーパスに対する予算付きノイズ検査としてモデル化し、信頼度の高い監査がランダムである場合の誤校正しきい値($*$過去)を特定する。
  論文  参考訳（メタデータ） (2026-07-30T14:52:36Z)
• Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
  emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。 EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
  論文  参考訳（メタデータ） (2026-05-28T09:45:47Z)
• FinHarness: An Inline Lifecycle Safety Harness for Finance LLM Agents [45.708389696454304]
  FinHarnessはファイナンスエージェントを3つのコンポーネントでエンドツーエンドにラップする。 火災危険因子は元被疑者証拠として入力されたエージェントに再注入され、エージェントは拒否、再計画、承認を行うことができる。
  論文  参考訳（メタデータ） (2026-05-26T17:41:01Z)
• Semantic State Abstraction Interfaces for LLM-Augmented Portfolio Decisions: Multi-Axis News Decomposition and RL Diagnostics [0.0]
  本稿では,スパースな非構造化テキストを監査可能な$K$にマッピングするための方法論テンプレートであるSemantic State Abstraction Interfaces (SSAI)を紹介する。 我々の貢献はフレームワークとその評価プロトコルであり、SSAIがより高密度な代替品よりも優れているという主張ではない。 我々は,SSAIをスパーステキスト決定システムのための解釈可能性・性能診断・再利用可能なプロトコルとして位置づける。
  論文  参考訳（メタデータ） (2026-05-07T11:37:40Z)
• FinSTaR: Towards Financial Reasoning with Time Series Reasoning Models [12.754011132549167]
  時系列(TSRM)は一般的なドメインで有望な能力を示しているが、金融ドメインでは一貫して失敗している。 本研究では, TSRMの一般的な2x2機能分類法を提案する。1) 単一エンタリティ対マルチエンタリティ分析, 2) 現状の評価と将来の行動予測について。
  論文  参考訳（メタデータ） (2026-05-05T07:46:39Z)
• Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
  モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。 累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。 主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
  論文  参考訳（メタデータ） (2026-02-10T21:08:53Z)
• Almost Asymptotically Optimal Active Clustering Through Pairwise Observations [59.20614082241528]
  そこで本研究では, ノイズと能動的に収集された応答を用いて, M$アイテムを未知数の$K$個別グループにクラスタリングするための新しい分析フレームワークを提案する。 クラスタリングの精度に対する望ましい信頼性を達成するのに必要なクエリ数の基本的下位境界を確立する。 我々は、一般化された同値比統計の計算可能な変種を開発し、その下限に対する性能ギャップを正確に推定できることを実証的に示す。
  論文  参考訳（メタデータ） (2026-02-05T14:16:47Z)
• Mind the Gap: A Causal Perspective on Bias Amplification in Prediction & Decision-Making [58.06306331390586]
  本稿では,閾値演算による予測値がS$変化の程度を測るマージン補数の概念を導入する。 適切な因果仮定の下では、予測スコア$S$に対する$X$の影響は、真の結果$Y$に対する$X$の影響に等しいことを示す。
  論文  参考訳（メタデータ） (2024-05-24T11:22:19Z)
• Efficient and Sharp Off-Policy Evaluation in Robust Markov Decision Processes [44.974100402600165]
  意思決定プロセス(MDP)に対する最良パラメトリックかつ最悪の摂動の評価について検討する。 我々は、元のMDPからの遷移観測を用いて、それらが同一または異なるポリシーの下で生成されるかのどちらかを判断する。 我々の推定器はウォルドの信頼区間を用いた統計的推測も行う。
  論文  参考訳（メタデータ） (2024-03-29T18:11:49Z)

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。