個別資産割当のための統計的学習【JST・京大機械翻訳】

Ding Yi; Li Yingying; Song Rui

プレプリント

J-GLOBAL ID：202202206861469575 整理番号：22P0277158

個別資産割当のための統計的学習【JST・京大機械翻訳】

Statistical Learning for Individualized Asset Allocation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年11月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

個別化資産割当てのための高次元統計的学習フレームワークを確立した。提案手法は,多数の特徴を持つ連続行動意思決定を扱う。連続動作の影響をモデル化し,離散化周波数を大規模にし,観測数で発散する離散化手法を開発した。連続的作用の値関数を,モデル係数の線形変換に課せられる提案一般化ペナルティによるペナルティ回帰を用いて推定した。効果不連続性(DROVE)アプローチに対する一般化fOlded concaVeペナルティによる提案離散化と回帰は望ましい理論特性を楽し,最適意思決定に関連する最適値の統計的推論を可能にすることを示した。経験的に,提案フレームワークは,個別化した最適資産配分を見つける際に,健康と検索研究データで訓練された。結果は,著者らの個別化最適戦略が,人口金融福祉を改善することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , その他のオペレーションズリサーチの手法

, ,

前のページに戻る