新的REFLEX框架预测机器学习驱动的债券交易稳定性

研究人员开发了一个名为REFLEX的新框架，以解决公司债券市场交易中使用的机器学习模型的稳定性问题。这些模型可能因反馈循环而变得不稳定，其中模型的自身报价会生成影响其未来行为的训练数据。REFLEX旨在通过分析交易商行为的可衡量特征来预测和缓解这种不稳定性，例如交易量对报价变化的响应以及知情交易增加的速度。该框架提供了一个基于历史数据估算的预部署稳定性裕度，以确保重复再训练能够收敛而不是放大市场不稳定性。 AI

影响 引入了一种提高金融交易环境中机器学习模型稳定性和可靠性的方法。

排序理由 该集群包含一篇研究论文，详细介绍了用于金融市场机器学习稳定性的新框架。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• REFLEX
• ScienceCast
• scite Smart Citations

• 论文
• 基础设施

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