論文の概要: Can We Stop the Backtest Yet? Anytime-Valid Promotion Tests for Adaptive Financial Research Agents

• arxiv url: http://arxiv.org/abs/2611.03384v1
• Date: Mon, 02 Nov 2026 16:24:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 04:51:24.826013
• Title: Can We Stop the Backtest Yet? Anytime-Valid Promotion Tests for Adaptive Financial Research Agents
• Title（参考訳）: バックテストは止められるか? 適応型金融調査エージェントのための有益プロモーションテスト
• Abstract要約: 金融調査員は、人間が選択したプロセスを文書化できるよりも早く取引ルールを生成し、監視することができる。 PROMOTEは、出生時に予測可能な全てのテスト富を割り当て、後続のリターンからのみコストを意識したe-プロセスを蓄積するプロトコルである。
• 参考スコア（独自算出の注目度）: 0.1847214846161316
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Financial research agents can generate and monitor trading rules faster than a human can document the resulting selection process. Candidates appear at data-dependent times, weak rules are abandoned, and promising ones are watched until they cross a reporting threshold. We introduce PROMOTE, a protocol that assigns every candidate predictable testing wealth at birth and accumulates a cost-aware e-process only from subsequent returns. If lifetime allocations sum to at most one, a weighted Ville argument bounds the probability of ever promoting a rule whose declared bounded net score has always had nonpositive conditional mean. The result permits dependent candidates, adaptive births, and indefinite monitoring. We audit the implementation in two settings. A retrospective pseudo-out-of-sample replay contains 24 panel--rule hypotheses, 3,000 shared-sign null paths, injected alternatives, and public ETF and industry data. Repeated unadjusted tests produce a family crossing in 94.5% of null paths, versus 0.0% for PROMOTE; at a 15-bp aligned ETF-component perturbation, PROMOTE has 70.1% target power and median crossing session 2,327. A separate exact mean-zero experiment lets an agent select candidate identities and birth times from past scores; the funded gate has 1.77% false-family crossings across 3,000 programs. The market replay produces zero promotions after costs. The certificate controls historical false promotion under the declared null; it is not a certificate that an earlier edge remains profitable at deployment. AI-use disclosure. Generative AI tools, including OpenAI Codex, assisted manuscript preparation. For this preprint version, Codex assisted with LaTeX editing, author and venue metadata, compilation, and layout checks.
• Abstract（参考訳）: 金融調査員は、人間が選択したプロセスを文書化できるよりも早く取引ルールを生成し、監視することができる。 候補はデータ依存の時期に現れ、弱いルールは放棄され、期待できるルールは報告しきい値を越えるまで監視される。 PROMOTEは、出生時に予測可能な全てのテスト富を割り当て、後続のリターンからのみコストを意識したe-プロセスを蓄積するプロトコルである。 生涯割り当てが少なくとも1つに等しい場合、重み付きヴィルの引数は、宣言された有界ネットスコアが常に非正条件平均を持つ規則を常に推進する確率を有界とする。 その結果、依存する候補、適応的な出生、不確定な監視が許される。 実装を2つの設定で監査します。 24のパネル・ルール仮説、3000の共有符号のヌルパス、注入された代替品、公開ETFおよび業界データを含んでいる。 繰り返し調整された未調整試験では、Nullパスの94.5%で家族横断が生成され、ProMOTEの0.0%では15-bpのETF成分摂動で、ProMOTEは70.1%の目標パワーと中央交差セッション2,327を持つ。 別の正確な平均ゼロの実験では、エージェントが過去のスコアから候補者の身元と生年月日を選択できる。 市場のリプレイはコストの後にゼロプロモーションを生み出します。 証明書は、宣言されたnullの下での過去の偽のプロモーションを制御します。 AIを使った情報開示。 OpenAI Codexを含むジェネレーティブAIツールは、原稿の準備を支援する。 このプレプリント版では、CodexはLaTeX編集、著者と会場のメタデータ、コンパイル、レイアウトチェックを補助した。

関連論文リスト

• When Does Test-Time Search Help World Action Models? An Empirical Audit of Candidate Selection and Simulator Integrity [43.246302566518644]
  コスモス政策とロボカサの試験時間スケーリングを前提優先の事前登録手法で監査する。 クリーンデータでは、学習した値セレクタはランダムよりも1.66 pp、後光オラクルはわずか1.40 pp、エピソードレベルの間隔は0である。 我々は、公式の直接政治結果に影響を与えないまま、計算量の多い計画経路に沿って急上昇する静かなレンダリングの汚職を特定し、修正する。
  論文  参考訳（メタデータ） (2026-10-30T16:21:07Z)
• Beyond the Verdict: Agentic Code Judging with Verifiable Feedback [54.72977295521153]
  我々は,人間の専門家による受諾プログラムと受諾プログラムを用いて,USACO 2026コンテストからUSACO-JUDGEを構築した。 次に、35Bのエージェント検証器であるARBITERを、汎用的な実行サンドボックスで強化学習して訓練する。 トレーニングは、不正なプログラムを40.61%から62.67%に、二分判定の精度を71.41%から87.41%に引き上げる。
  論文  参考訳（メタデータ） (2026-10-13T17:22:58Z)
• Certify the Decision, Not Every Score: Exact Top-k Selection from Few Evaluations [1.675857332621569]
  認定適応選択(Certified Adaptive Selection)は、不確実性を保ったまま変更できなくなると、正確なk$セットを返す。 その停止試験は、最悪の許容可能な候補を最も許容可能な候補と比較する。 精度の高いクエリを持つ経験的ESでは、後見で実現された決定を証明できる最少の評価を計算できる。
  論文  参考訳（メタデータ） (2026-10-10T15:23:10Z)
• Certifying Model Upgrades with Slice-Wise Non-Regression and Incumbent Fallback [2.8716825293247665]
  本研究では,非回帰寛容性を考慮したチェックポイント選択について検討した。 提案手法では,候補探索を独立したペア評価から分離する再現可能なリリース手順を提案する。 共同リリース決定は、スライス数のボンフェロニのペナルティを必要としないが、スライス数によって認定能力は低下する可能性がある。
  論文  参考訳（メタデータ） (2026-09-12T05:00:50Z)
• PRIMUS: Identity, Governance, and Verification for Multi-Agent Federations [0.0]
  マルチエージェント・フェデレーションは、敵対的な条件下での3つの質問に答えるガバナンスを必要とする。 本稿では,BLSアグリゲートシグネチャと主パワーIDを結合したPRIMUSについて述べる。 PRIMAのバイナリアーティファクト-忠実性判定は、グレード付きフィットネス信号に変換できるかどうかを問う。
  論文  参考訳（メタデータ） (2026-09-07T19:21:49Z)
• Quit While You're Ahead: Quit for Efficient Candidate Generation in Machine Translation Reranking [45.725526380450795]
  Quitは、世代全体の新しい戦略である。 インクリメンタルに候補を生成してリランクし、最高のスコアが安定すると停止する。 エンド・ツー・エンドのスピードアップはデコードで$1.47$--2.66times$、QEの$3.43$--$4.12times$で、ほぼ全ての外部品質指標の翻訳品質を維持している。
  論文  参考訳（メタデータ） (2026-09-01T02:29:11Z)
• ResiSpec: Enhancing Multi-Candidate Speculative Sampling via Residual Distribution Shaping [79.1905186547363]
  ResiSpecは、検証中に提案の配布を戦略的に改革するフレームワークである。 候補の偏光を防止し、最先端のマルチ候補法よりも最大1.92$times$スピードアップを達成する。
  論文  参考訳（メタデータ） (2026-08-25T11:25:55Z)
• PACE: Anytime-Valid Acceptance Tests for Self-Evolving Agents [0.0]
  自己進化型エージェントは、自身のプロンプト、スキル、オーモーフィケーションの変更を繰り返し提案することで改善する。 Qwen2.5 のエージェント (0.5B-3B) が GSM8K, SVAMP, ARC-Challenge のプロンプトレベルで自己進化する際、greedy は 30-42% の偽陽性と 10-33% の有害な編集をコミットする。 PACEは実際のものをコミットし、グリーディのホールトアウトの精度を著しく低いばらつきと約18%低い評価コストで一致させる。
  論文  参考訳（メタデータ） (2026-06-06T11:12:11Z)
• Benchmarking Fraud Detectors on Private Graph Data [70.4654745317714]
  現在、多くの種類の不正は、グラフ上で動く自動検出アルゴリズムによって部分的に管理されている。 データ保有者が不正検知器の開発を第三者にアウトソースしようとするシナリオを考察する。 サードパーティは、不正検出をデータ保持者に送信し、これらのアルゴリズムをプライベートデータセットで評価し、その結果を公表する。 本システムに対する現実的なプライバシ攻撃を提案し,評価結果のみに基づいて個人データの匿名化を可能にする。
  論文  参考訳（メタデータ） (2025-07-30T03:20:15Z)
• Robust Conformal Prediction with a Single Binary Certificate [58.450154976190795]
  コンフォーマル予測(CP)は、任意のモデルの出力を、真のラベルを(調整可能な)高い確率でカバーすることを保証した予測セットに変換する。 我々は,MCサンプルが著しく低い場合でも,より小さな集合を生成する頑健な共形予測を提案する。
  論文  参考訳（メタデータ） (2025-03-07T08:41:53Z)

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。