neural predicates

神经谓词为Black-Litterman投资组合构建提供数据驱动的方法

研究人员开发了一种在Black-Litterman模型中使用神经谓词进行投资组合构建的新颖方法。该方法旨在形式化和扩展指定投资者观点及其相关不确定性的主观过程。通过神经网络谓词的层级处理金融数据，系统生成映射到Black-Litterman模型参数的概率分布，为不确定性主观评估提供了一种数据驱动的替代方案。所得框架是可解释的且完全可微分的，支持端到端学习。