論文の概要: Adversarial Training for Deep Hedging in Nonstationary Markets

• arxiv url: http://arxiv.org/abs/2610.07162v1
• Date: Mon, 05 Oct 2026 18:00:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.575075
• Title: Adversarial Training for Deep Hedging in Nonstationary Markets
• Title（参考訳）: 非定常市場におけるディープヘッジの対抗訓練
• Abstract要約: 本稿では,WRAP(Wasserstein-Reweighting Adversarial Perturbation)を提案する。 我々は、予想される損失よりも優先的な増加が再重み付け貢献に分解される、共同一階展開を導出する。 この展開は明示的な有限次元の対向攻撃をもたらし、これは分布の内極を1次近似に置き換える。
• 参考スコア（独自算出の注目度）: 2.7789540355701745
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep hedging learns trading policies from historical or simulated market trajectories, yet under nonstationarity these training paths may not represent future market conditions. We propose WRAP (Wasserstein-Reweighting Adversarial Perturbation), a drift-aware adversarial training framework derived from a two-budget distributionally robust optimization (DRO) formulation. The formulation is anchored to a weighted empirical reference distribution whose fixed baseline weights are chosen to balance sampling uncertainty against temporal drift. Around this reference distribution, the ambiguity set addresses two complementary forms of distributional misspecification by allowing an adversary to reweight the observed trajectories subject to a $φ$-divergence constraint and perturb their paths subject to an optimal-transport (OT) constraint. We derive a joint first-order expansion in which the leading-order increase over the nominal expected loss decomposes into a reweighting contribution determined by the dispersion of hedging losses across trajectories and a transport contribution determined by the sensitivity of the loss to path perturbations. This expansion yields an explicit finite-dimensional adversarial attack that replaces the distributional inner supremum with a tractable first-order approximation. Across stationary and nonstationary Heston dynamics and a generalized affine diffusion (GAD), the experiments show complementary benefits from reweighting and transport, with joint adversarial training providing the largest gains under nonstationarity.
• Abstract（参考訳）: ディープヘッジは、歴史的または模擬市場軌道から貿易政策を学ぶが、非定常状態では、これらのトレーニングパスは将来の市場状態を表すものではないかもしれない。 We propose WRAP (Wasserstein-Reweighting Adversarial Perturbation), a drift-aware adversarial Training framework from a two-budget distributionally robust optimization (DRO) formulation。 定式化は、時間的ドリフトに対するサンプリングの不確実性のバランスをとるために、固定基線重みが選択された重み付き経験基準分布に固定される。 この参照分布の周りで、曖昧性集合は2つの相補的な分布的不特定性に対処し、敵が$φ$-diversergence 制約の下で観測された軌跡を再重み付けし、それらの経路を最適輸送(OT)制約で摂動することを許す。 本研究では, トラジェクトリ間のヘッジ損失の分散によって決定される再重み付け寄与と, 経路摂動に対する損失の感度によって決定される輸送貢献とに, 名目上期待損失よりも先行的な増加が分解する1次展開を導出する。 この展開は明示的な有限次元の対向攻撃をもたらし、これは分布の内極を1次近似に置き換える。 定常および非定常ヘストン力学と一般化アフィン拡散(GAD)の相補的な利点を示し、非定常条件下で最大の利得を提供する関節対向訓練を行った。

関連論文リスト

• Coupled Optimal Transport with Landmark Constraints [64.98367856457412]
  最適輸送(OT)モデルは、所定の輸送コストや歪みを最小限に抑えて、分布間の地図や計画を求める。 本稿では,少数のアノテートされたランドマークを利用して,下層の変形の回復を誘導する新しい結合OTフレームワークを提案する。 提案するフレームワークは,ランドマークベース登録とトランスポートベース分布マッチングの原則的接続を提供する。
  論文  参考訳（メタデータ） (2026-08-20T08:28:13Z)
• Predictable GRPO: A Closed-Form Model of Training Dynamics [1.0537323885285492]
  我々はこれらの力学の第一原理還元次モデルを開発する。 グループサイズは、ノイズ温度として、先行順に入力される。 3つのモデルと2つのグループサイズで、クローズドフォームの軌道はトレーニング報酬をR2 geq 0.91$に適合させる。
  論文  参考訳（メタデータ） (2026-06-29T18:19:09Z)
• FlowR2A: Learning Reward-to-Action Distribution for Multimodal Driving Planning [63.80677039120727]
  FlowR2Aは、スコアリングに基づく手法の厳密な監督と、単一の生成モデルによるアンカーベースの手法の提案を統一する。 ソフトプログレッシブ目標に対するハードセーフティ制約のバランスをとるために, 微粒度毎の報奨条件と報奨雑音の増大を導入する。 生成形式は、報酬誘導と固定サンプリングによる制御可能なテスト時間サンプリングをサポートし、高品質な提案を生成する。
  論文  参考訳（メタデータ） (2026-06-23T07:21:36Z)
• When In-Distribution Gains Fail: Evaluating Weak-to-Strong Reward Models under Preference Shift [72.0686608132772]
  ゼロショット分布シフト下でのW2S選好学習について検討した。 弱い選好ラベルで訓練された強い学生は、選好データセットを移動できなくとも、流通に成功していることがわかった。 本稿では、事前訓練された強モデルの表現空間からの過剰なドリフトを制約する単純で効果的な正規化器であるRepresentation Anchoring(Anchor)を提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:30:49Z)
• Probabilistic Geometric Alignment via Bayesian Latent Transport for Domain-Adaptive Foundation Models [0.0]
  大規模なファンデーションモデルを、監督が限定された新しいドメインに適応させることは、依然として根本的な課題である。 本稿では、幾何学的アライメント問題としてドメイン適応を定式化する不確実性を考慮した確率的潜在輸送フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-24T23:35:08Z)
• Safe RLHF Beyond Expectation: Stochastic Dominance for Universal Spectral Risk Control [12.053369001333058]
  本稿では,予測コスト制約をFSD(First-Order Dominance)制約に置き換える,リスクに敏感なアライメントフレームワークを提案する。 RADは, 有効性を保ちながら, ベースラインよりも無害性を向上し, アウト・オブ・ディストリビューション評価においてより堅牢性を示す。
  論文  参考訳（メタデータ） (2026-03-11T16:24:20Z)
• Rectified LpJEPA: Joint-Embedding Predictive Architectures with Sparse and Maximum-Entropy Representations [53.61624356747686]
  JEPA(Joint-Embedding Predictive Architectures)は、ビュー不変表現を学習し、崩壊防止のためのプロジェクションベースの分布マッチングを認める。 既存のアプローチは、等方的ガウス分布に対する表現を正則化するが、本質的には密度表現を好んでおり、効率的な表現で観察されるスパーシティの重要な性質を捉えることができない。 本稿では,Rectified Generalized Gaussian(RGG)分布に表現を整合させる2サンプル分布整合損失であるRDMRegを導入する。
  論文  参考訳（メタデータ） (2026-02-01T21:49:30Z)
• Likelihood Reward Redistribution [0.0]
  本稿では,報酬再分配のためのEmphLikelihood Reward Redistribution (LRR) フレームワークを提案する。 ソフトアクター・クライブのような非政治的アルゴリズムと統合すると、LRRは密度が高く情報的な報奨信号を生成する。
  論文  参考訳（メタデータ） (2025-03-20T20:50:49Z)
• Which Invariance Should We Transfer? A Causal Minimax Learning Approach [18.71316951734806]
  本稿では、因果的観点からの包括的ミニマックス分析について述べる。 最小の最悪のリスクを持つサブセットを探索する効率的なアルゴリズムを提案する。 本手法の有効性と有効性は, 合成データとアルツハイマー病の診断で実証された。
  論文  参考訳（メタデータ） (2021-07-05T09:07:29Z)

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。