PulseAugur
实时 20:50:27
English(EN) Improving Bayesian Optimization for Portfolio Management with an Adaptive Scheduling

贝叶斯优化框架通过自适应调度改进投资组合管理

研究人员开发了一个新的贝叶斯优化框架 TPE-AS,旨在提高投资组合管理系统的稳定性和效率。该方法通过使用自适应调度和重要性采样,解决了在有限评估预算下优化黑盒金融模型的挑战。该框架动态平衡探索和利用,随着优化的进展将搜索引导至稳定区域。在各种回测设置和投资组合模型上的实验证明了 TPE-AS 的有效性。 AI

影响 引入了一个新颖的优化框架,可以提高 AI 驱动的金融交易系统的性能和稳定性。

排序理由 这是一篇研究论文,详细介绍了一种用于改进金融应用中贝叶斯优化方法的新颖框架。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

贝叶斯优化框架通过自适应调度改进投资组合管理

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zinuo You, John Cartlidge, Karen Elliott, Menghan Ge, Daniel Gold ·

    Improving Bayesian Optimization for Portfolio Management with an Adaptive Scheduling

    arXiv:2504.13529v4 Announce Type: replace Abstract: Existing black-box portfolio management systems are prevalent in the financial industry due to commercial and safety constraints, though their performance can fluctuate dramatically with changing market regimes. Evaluating these…