Fugu-MT 論文翻訳(概要): The Investment Acceleration Principle Revisited by means of a Neural Network

論文の概要: The Investment Acceleration Principle Revisited by means of a Neural Network

arxiv url: http://arxiv.org/abs/2610.03282v1
Date: Fri, 02 Oct 2026 13:26:19 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-06 00:14:30.394354
Title: The Investment Acceleration Principle Revisited by means of a Neural Network
Title（参考訳）: ニューラルネットワークによる投資加速原理の再検討
Abstract要約: ここでのモデルは、係数がコホーネンニューラルネットの重みとなる非凝集加速方程式を開発する。このモデルによると、マネージャが新興技術パターンを認識すると、投資が行われる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: The investment acceleration principle is a heuristic for modelling investment time series out of consumption time series. The model presented herein develops a disaggregated accelerator equation whose coefficients are the weights of a Kohonen neural net that represents firms' decision-making. According to this model, investments take place when managers recognise emerging technological patterns. Furthermore, a technique borrowed from the theory of self-organising systems is used in order to disentangle innovation-driven investments from plant-replication investments.
Abstract（参考訳）: 投資加速原理は、消費時系列から投資時系列をモデル化するためのヒューリスティックである。ここでは, 企業の意思決定を表すコホーネンニューラルネットの重みを係数とする非凝集加速方程式を考案した。このモデルによると、マネージャが新興技術パターンを認識すると、投資が行われる。さらに, 自己組織システム理論から借用した技術は, プラント複製投資からイノベーション主導の投資を遠ざけるために用いられる。

関連論文リスト

Your AI, On a Dial: Controlling Investment Bias in LLMs with a Single Neuron [76.4407829130164]
モデル全体の投資姿勢が、特定の方向と強さに調整できるかどうかを検討する。我々は、単一ニューロンに対する推測時間介入である投資バイアスダイヤルを導入する。このダイヤルは、プロンプトやモデルパラメータを変更することなく、投資姿勢の単調な変化を生じさせる。
論文参考訳（メタデータ） (2026-08-24T06:33:02Z)
Ge$^\text{2}$mS-T: Multi-Dimensional Grouping for Ultra-High Energy Efficiency in Spiking Transformer [84.8831358775386]
スパイキングニューラルネットワーク(SNN)は、ニューラルネットワーク(ANN)よりも優れたエネルギー効率を提供する ANN-SNN ConversionやSpatial-Temporal Backpropagation (STBP)といった既存のパラダイムは、固有の制限に悩まされている。 Ge$text2$mS-Tを提案する。これは時間的・空間的・ネットワーク的構造次元にまたがるグループ計算を実装した新しいアーキテクチャである。
論文参考訳（メタデータ） (2026-04-10T02:58:46Z)
Quantum Reinforcement Learning Trading Agent for Sector Rotation in the Taiwan Stock Market [5.84010679412935]
台湾株式市場におけるセクターローテーションのためのハイブリッド量子古典的強化学習フレームワークを提案する。量子強化モデルは、常により高いトレーニング報酬を達成するが、それらは現実世界の投資指標において古典的なモデルより劣る。この不一致は、金融分野に強化学習を適用する上での課題を浮き彫りにしている。
論文参考訳（メタデータ） (2025-06-26T01:29:19Z)
Generative Probabilistic Time Series Forecasting and Applications in Grid Operations [47.19756484695248]
生成確率予測は、過去の時系列観測で与えられた条件付き確率分布に基づいて、将来の時系列サンプルを生成する。本稿では、独立かつ同一に分散したイノベーションシーケンスを抽出する、弱いイノベーションオートエンコーダアーキテクチャと学習アルゴリズムを提案する。弱いイノベーションシーケンスはベイズ的であり、弱イノベーションオートエンコーダが生成確率予測のための標準アーキテクチャとなることを示す。
論文参考訳（メタデータ） (2024-02-21T15:23:21Z)
HireVAE: An Online and Adaptive Factor Model Based on Hierarchical and Regime-Switch VAE [113.47287249524008]
オンラインで適応的な環境で株価予測を行うファクターモデルを構築することは、依然としてオープンな疑問である。本稿では,オンラインおよび適応型要素モデルであるHireVAEを,市場状況とストックワイド潜在要因の関係を埋め込んだ階層型潜在空間として提案する。 4つの一般的な実市場ベンチマークにおいて、提案されたHireVAEは、以前の手法よりもアクティブリターンの点で優れたパフォーマンスを示している。
論文参考訳（メタデータ） (2023-06-05T12:58:13Z)
Optimal consumption-investment choices under wealth-driven risk aversion [0.0]
リスク回避が一定であるCRRAユーティリティは、様々な経済学モデルでよく見られる。本稿では,ニューラルネットワークによる富駆動逆流下での最適消費投資選択に対する数値解に主に焦点をあてる。
論文参考訳（メタデータ） (2022-10-03T14:07:11Z)
Embedding-based neural network for investment return prediction [5.114559245995975]
近年,深層学習が急速に発展し,深層学習に基づく投資リターン予測が注目されている。本稿では,投資のリターンを予測するために,埋込型二重分岐手法を提案する。その結果,Xgboost,Lightgbm,Catboostに対するアプローチの優位性が示された。
論文参考訳（メタデータ） (2022-09-26T17:20:24Z)
Fuzzy Expert System for Stock Portfolio Selection: An Application to Bombay Stock Exchange [0.0]
ボンベイ証券取引所(BSE)の株式評価と格付けのためにファジィエキスパートシステムモデルが提案されている。このモデルの性能は、最近の株のパフォーマンスと比較すると、短期的な投資期間で十分であることが判明した。
論文参考訳（メタデータ） (2022-04-28T10:01:15Z)
Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
AI技術は、量的投資システムに新たな課題を提起した。 Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
論文参考訳（メタデータ） (2020-09-22T12:57:10Z)
Neural Network-based Automatic Factor Construction [58.96870869237197]
本稿ではニューラルネットワークを用いた自動ファクタ構築(NNAFC)を提案する。 NNAFCは、金融分野の知識に基づいて、様々な金融要因を自動構築することができる。 NNAFCによって構築された新しい要因は、常にリターン、シャープ比、多要素量的投資戦略の最大引き出しを改善することができる。
論文参考訳（メタデータ） (2020-08-14T07:44:49Z)

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。