国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn)

這篇具有很好參考價(jià)值的文章主要介紹了KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn)。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

KDD'23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn)

原創(chuàng)?QuantML?QuantML?2024-04-18 09:17?上海

Content

本文提出了一個(gè)名為AlphaMix的新型三階段專家混合(Mixture-of-Experts,MoE)框架,旨在模擬現(xiàn)實(shí)世界交易公司中高效的自底向上的交易策略設(shè)計(jì)工作流程,以進(jìn)行量化投資。

KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn),量化金融論文,量化金融,金融

主要貢獻(xiàn)

  • 提出了AlphaMix,這是首個(gè)針對(duì)量化投資的專家混合框架。

  • 在真實(shí)世界數(shù)據(jù)上進(jìn)行了實(shí)驗(yàn),證明了AlphaMix在多個(gè)財(cái)務(wù)標(biāo)準(zhǔn)上顯著優(yōu)于11個(gè)現(xiàn)有的最先進(jìn)基線方法。

模型概述

AlphaMix框架分為三個(gè)階段:

第一階段:高效的集成學(xué)習(xí)方法
  • 利用個(gè)性化的市場(chǎng)理解和交易風(fēng)格來訓(xùn)練多組交易專家。

  • 通過兩個(gè)可訓(xùn)練的向量(代表市場(chǎng)理解和交易風(fēng)格)生成獨(dú)立的秩一矩陣,并通過哈達(dá)瑪?shù)路e(Hadamard product)生成集成權(quán)重

  • KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn),量化金融論文,量化金融,金融

第二階段:構(gòu)建多樣化的交易專家池
  • 通過利用神經(jīng)網(wǎng)絡(luò)的超參數(shù)層面和初始化層面的多樣性,構(gòu)建一個(gè)多樣化的交易專家池。

  • 使用隨機(jī)搜索和頂級(jí)集成選擇方法來增加模型的多樣性。

第三階段:動(dòng)態(tài)選擇專家
  • 設(shè)計(jì)了三種不同的機(jī)制來動(dòng)態(tài)選擇專家池中的專家,這些專家負(fù)責(zé)投資組合經(jīng)理的職責(zé):

    1. 按需路由器(As-needed router)

      KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn),量化金融論文,量化金融,金融

    2. 有放回選擇(With-replacement selection)

    3. 集成專家湯(Integrated expert soup)

實(shí)驗(yàn)

  • 在美國(guó)和中國(guó)的股票市場(chǎng)上進(jìn)行了廣泛的實(shí)驗(yàn),以評(píng)估AlphaMix的性能。

  • 使用了兩個(gè)真實(shí)世界的數(shù)據(jù)集:ACL18(美國(guó)股票)和SZ50(中國(guó)股票)。

  • 根據(jù)7個(gè)流行的財(cái)務(wù)標(biāo)準(zhǔn)進(jìn)行評(píng)估,包括總回報(bào)率、波動(dòng)性、下行偏差、最大回撤、夏普比率、卡瑪比率和索提諾比率。

結(jié)果

  • AlphaMix在多個(gè)財(cái)務(wù)標(biāo)準(zhǔn)上顯著優(yōu)于多個(gè)現(xiàn)有的基線方法,包括RNN、NRNN、BDT和集成學(xué)習(xí)方法。

  • 通過消融研究展示了AlphaMix各個(gè)組成部分的有效性。

  • KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn),量化金融論文,量化金融,金融

  • KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn),量化金融論文,量化金融,金融

計(jì)算成本

  • AlphaMix是一個(gè)高效的集成方法,解決了傳統(tǒng)集成方法的高計(jì)算成本問題。

  • 與DeepEns和HyperEns相比,AlphaMix在計(jì)算成本上具有顯著優(yōu)勢(shì)。

多樣性分析

  • 使用預(yù)測(cè)不一致性指標(biāo)來評(píng)估模型的多樣性。

  • AlphaMix通過利用超參數(shù)和初始化的多樣性,展現(xiàn)了比其他基線更好的多樣性。

不確定性減少

  • 展示了單一神經(jīng)網(wǎng)絡(luò)對(duì)隨機(jī)種子的敏感性和高不確定性,而AlphaMix通過專家混合來解決這一問題。

參數(shù)分析

  • 分析了AlphaMix在不同數(shù)量的選定股票和專家數(shù)量下的表現(xiàn)。

結(jié)論

AlphaMix通過模仿現(xiàn)實(shí)世界交易公司的工作流程,提出了一個(gè)高效的專家混合框架,用于量化投資。通過在兩個(gè)國(guó)家的股票市場(chǎng)上的廣泛實(shí)驗(yàn),證明了AlphaMix在多個(gè)財(cái)務(wù)標(biāo)準(zhǔn)上的性能優(yōu)勢(shì)。

這篇論文的內(nèi)容非常豐富,涵蓋了量化投資的多個(gè)方面,包括模型設(shè)計(jì)、實(shí)驗(yàn)評(píng)估和參數(shù)分析。AlphaMix模型特別關(guān)注于通過集成學(xué)習(xí)和專家混合來提高投資決策的穩(wěn)定性和性能。文章來源地址http://www.zghlxwxcb.cn/news/detail-855912.html

到了這里,關(guān)于KDD‘23 | AlphaMix: 高效專家混合框架(MoE)顯著提高上證50選股表現(xiàn)的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Call for Papers丨第三屆GLB@KDD‘23 Workshop

    Call for Papers丨第三屆GLB@KDD‘23 Workshop

    鑒于介紹新數(shù)據(jù)集和Benchmark研究往往需要不同于常規(guī)論文的評(píng)審標(biāo)準(zhǔn),計(jì)算機(jī)視覺和自然語言處理領(lǐng)域,以及最近的NeurIPS會(huì)議,都有專門致力于建立新Benchmark數(shù)據(jù)集和任務(wù)的Conference Track。然而在圖機(jī)器學(xué)習(xí)領(lǐng)域,我們還沒有類似的發(fā)表渠道。 Workshop on Graph Learning Benchmarks(

    2024年02月04日
    瀏覽(23)
  • ChatGPT 混合專家模型

    業(yè)內(nèi)人士近日對(duì) OpenAI 今年 3 月發(fā)布的 GPT-4 大模型進(jìn)行了大揭秘,具體而言,GPT-4 使用了 16 個(gè)混合專家模型 (mixture of experts),每個(gè)有 1110 億個(gè)參數(shù),每次前向傳遞路由經(jīng)過兩個(gè)專家模型。 什么是混合專家模型? 混合專家模型是一種組合多個(gè)專家模型的方法,旨在通過利用每

    2024年02月16日
    瀏覽(22)
  • 【譯】稀疏混合專家模型的崛起: Switch Transformers

    【譯】稀疏混合專家模型的崛起: Switch Transformers

    原作: ? 塞繆爾·弗蘭德 引言:為最強(qiáng)大的語言模型鋪平道路的核心技術(shù) ? 使用 Dall-E 生成的圖像 稀疏混合專家模型 (MoE) 已成為最新一代 LLMs 的核心技術(shù),例如 OpenAI 的 GPT-4、Mistral AI 的 Mixtral-8x7 等。簡(jiǎn)而言之,稀疏MoE是一種非常強(qiáng)大的技術(shù),因?yàn)槔碚撋?,它允許我們以

    2024年02月20日
    瀏覽(24)
  • 谷歌Bard更新中文支持;GPT-4:1.8萬億參數(shù)、混合專家模型揭秘; Meta推出商用版本AI模型

    谷歌Bard更新中文支持;GPT-4:1.8萬億參數(shù)、混合專家模型揭秘; Meta推出商用版本AI模型

    ?? AI新聞 ?? 谷歌的AI聊天工具Bard更新,增加中文支持 摘要 :谷歌的AI聊天工具Bard新增中文環(huán)境,用戶可以使用簡(jiǎn)體和繁體中文進(jìn)行交流。然而,與競(jìng)品相比,Bard的回復(fù)略顯生硬,語義理解還有待提升。此外,谷歌還更新了Bard的日志頁(yè)面,新增了40多種語言支持,并增加了

    2024年02月16日
    瀏覽(21)
  • 高效管理版本控制,Cornerstone 4 for Mac助您成為SVN專家

    高效管理版本控制,Cornerstone 4 for Mac助您成為SVN專家

    在軟件開發(fā)和團(tuán)隊(duì)合作中,版本控制是一個(gè)至關(guān)重要的環(huán)節(jié)。為了幫助開發(fā)者更加高效地管理和控制代碼版本,Cornerstone 4 for Mac應(yīng)運(yùn)而生。作為一款功能強(qiáng)大的SVN(Subversion)管理工具,Cornerstone 4 for Mac為Mac用戶提供了一站式的版本控制解決方案,助您成為SVN專家。 首先,C

    2024年02月03日
    瀏覽(28)
  • 【在手機(jī)上使用相機(jī)融合的高效混合變焦】

    【在手機(jī)上使用相機(jī)融合的高效混合變焦】

    摘要: 單反相機(jī)可以通過改變鏡頭距離或交換鏡頭類型來實(shí)現(xiàn)多個(gè)變焦級(jí)別。然而,由于空間限制,這些技術(shù)在智能手機(jī)設(shè)備上是不可能的。大多數(shù)智能手機(jī)制造商都采用混合變焦系統(tǒng):通常是低變焦級(jí)別的寬(W)相機(jī)和高變焦級(jí)別的電話(T)相機(jī)。為了模擬W和T之間的縮

    2024年01月19日
    瀏覽(16)
  • 一個(gè)小妙招從Prompt菜鳥秒變專家!加州大學(xué)提出PromptAgent,幫你高效使用ChatGPT!

    一個(gè)小妙招從Prompt菜鳥秒變專家!加州大學(xué)提出PromptAgent,幫你高效使用ChatGPT!

    ?夕小瑤科技說 原創(chuàng) ?作者 | 謝年年、王二狗 有了ChatGPT、GPT4之后,我們的工作學(xué)習(xí)效率得到大大提升(特別在湊字?jǐn)?shù)方面?(???????)?)。 作為一個(gè)工具,有人覺得好用,自然也有人覺得難用。 要把大模型用得6,必須得研究一下prompt使用技巧,但有時(shí)候絞盡腦汁想

    2024年02月06日
    瀏覽(23)
  • YOLOv8改進(jìn) | 注意力篇 | ACmix自注意力與卷積混合模型(提高FPS+檢測(cè)效率)

    YOLOv8改進(jìn) | 注意力篇 | ACmix自注意力與卷積混合模型(提高FPS+檢測(cè)效率)

    本文給大家?guī)淼母倪M(jìn)機(jī)制是 ACmix自注意力機(jī)制的改進(jìn)版本 ,它的核心思想是,傳統(tǒng)卷積操作和自注意力模塊的大部分計(jì)算都可以通過1x1的卷積來實(shí)現(xiàn)。ACmix首先使用1x1卷積對(duì)輸入特征圖進(jìn)行投影,生成一組中間特征,然后根據(jù)不同的范式,即自注意力和卷積方式,分別重用

    2024年02月03日
    瀏覽(25)
  • 【 “高效學(xué)習(xí)法:如何提高學(xué)習(xí)效率并取得更好的成果“】

    一、學(xué)習(xí)方法分享 學(xué)習(xí)是人類進(jìn)步的基石,而學(xué)習(xí)方法則是成功的關(guān)鍵之一。下面分享幾種高效的學(xué)習(xí)方法。 認(rèn)真閱讀、筆記和思考 這是最基本的學(xué)習(xí)方法。在閱讀資料時(shí),不僅要注意到主要內(nèi)容,還要注意到細(xì)節(jié);在筆記中做總結(jié),可以幫助鞏固所學(xué)的內(nèi)容。同時(shí)也要慢

    2024年02月05日
    瀏覽(27)
  • 高效Python-1提高數(shù)據(jù)處理效率的迫切需要

    高效Python-1提高數(shù)據(jù)處理效率的迫切需要

    本章包括 處理指數(shù)級(jí)增長(zhǎng)的數(shù)據(jù)所面臨的挑戰(zhàn) 傳統(tǒng)計(jì)算架構(gòu)與最新計(jì)算架構(gòu)的比較 Python在現(xiàn)代數(shù)據(jù)分析中的作用和不足 提供高效Python計(jì)算解決方案的技術(shù) 我們一直在以極快的速度從各種來源收集海量數(shù)據(jù)。無論目前是否有使用價(jià)值,這些數(shù)據(jù)都會(huì)被收集起來。無論是否有

    2024年02月15日
    瀏覽(15)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包