Buchumschlag

Designing Time-Series Models With Hypernetworks & Adversarial Portfolios

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Staněk, Filip
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Portfolio Management Methodology 62M45 I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bias-Corrected Adaptive Conformal Inference for Multi-Horizon Time Series Forecasting
von: Lade, Ankit, et al.
Veröffentlicht: (2026)

M6 Investment Challenge: The Role of Luck and Strategic Considerations
von: Staněk, Filip
Veröffentlicht: (2024)

A Distribution-to-Distribution Neural Probabilistic Forecasting Framework for Dynamical Systems
von: Yang, Tianlin, et al.
Veröffentlicht: (2026)

Keep it Tighter -- A Story on Analytical Mean Embeddings
von: Chamakh, Linda, et al.
Veröffentlicht: (2021)

Efficient Time-Series Approximation with Linear Recurrent Neural Networks: Architecture Learning and Predictive Power
von: Stolzenburg, Frieder, et al.
Veröffentlicht: (2018)

Deep Reinforcement Learning for Optimal Portfolio Allocation: A Comparative Study with Mean-Variance Optimization
von: Sood, Srijan, et al.
Veröffentlicht: (2026)

Learning General Causal Structures with Hidden Dynamic Process for Climate Analysis
von: Fu, Minghao, et al.
Veröffentlicht: (2025)

FDR-Controlled Portfolio Optimization for Sparse Financial Index Tracking
von: Machkour, Jasin, et al.
Veröffentlicht: (2024)

Predictive Decision Synthesis for Portfolios: Betting on Better Models
von: Tallman, Emily, et al.
Veröffentlicht: (2024)

Soft Actor-Critic with Beta Policy via Implicit Reparameterization Gradients
von: Della Libera, Luca
Veröffentlicht: (2024)

Reinforcement Learning for Portfolio Optimization with a Financial Goal and Defined Time Horizons
von: Leukam, Fermat, et al.
Veröffentlicht: (2025)

A novel robust meta-analysis model using the $t$ distribution for outlier accommodation and detection
von: Wang, Yue, et al.
Veröffentlicht: (2024)

Is Causality Necessary for Efficient Portfolios? A Computational Perspective on Predictive Validity and Model Misspecification
von: Dominguez, Alejandro Rodriguez
Veröffentlicht: (2025)

GT-PCA: Effective and Interpretable Dimensionality Reduction with General Transform-Invariant Principal Component Analysis
von: Heinrichs, Florian
Veröffentlicht: (2024)

Generalization and Feature Attribution in Machine Learning Models for Crop Yield and Anomaly Prediction in Germany
von: Baatz, Roland
Veröffentlicht: (2025)

Urban Spatio-Temporal Foundation Models for Climate-Resilient Housing: Scaling Diffusion Transformers for Disaster Risk Prediction
von: Imanov, Olaf Yunus Laitinen, et al.
Veröffentlicht: (2026)

Multi-Hypothesis Prediction for Portfolio Optimization: A Structured Ensemble Learning Approach to Risk Diversification
von: Dominguez, Alejandro Rodriguez, et al.
Veröffentlicht: (2025)

Leveraging Non-Decimated Wavelet Packet Features and Transformer Models for Time Series Forecasting
von: Nason, Guy P, et al.
Veröffentlicht: (2024)

DeepCausalMMM: A Deep Learning Framework for Marketing Mix Modeling with Causal Structure Learning
von: Tirumala, Aditya Puttaparthi
Veröffentlicht: (2025)

Deep Learning Forecasting of the U.S. Aggregate Bond Index
von: Verma, Ajay Kumar, et al.
Veröffentlicht: (2026)

Regime-Based Portfolio Allocation Using Hidden Markov Models and Reinforcement Learning
von: Verma, Ajay Kumar, et al.
Veröffentlicht: (2026)

Building crypto portfolios with agentic AI
von: Castelli, Antonino, et al.
Veröffentlicht: (2025)

Conservative Decisions with Risk Scores
von: Wei, Yishu, et al.
Veröffentlicht: (2025)

Post-Screening Portfolio Selection
von: Uematsu, Yoshimasa, et al.
Veröffentlicht: (2026)

Auditing Marketing Budget Allocation with Hindsight Regret
von: Pathak, Nilavra, et al.
Veröffentlicht: (2026)

How to Choose a Reinforcement-Learning Algorithm
von: Bongratz, Fabian, et al.
Veröffentlicht: (2024)

The Unified Non-Convex Framework for Robust Causal Inference: Overcoming the Gaussian Barrier and Optimization Fragility
von: Uehara, Eichi
Veröffentlicht: (2025)

Cost-aware Portfolios in a Large Universe of Assets
von: Fan, Qingliang, et al.
Veröffentlicht: (2024)

Randomized Spline Trees for Functional Data Classification: Theory and Application to Environmental Time Series
von: Riccio, Donato, et al.
Veröffentlicht: (2024)

Universal consistency of the $k$-NN rule in metric spaces and Nagata dimension. III
von: Pestov, Vladimir G.
Veröffentlicht: (2025)

Deep Learning for Continuous-Time Stochastic Control with Jumps
von: Cheridito, Patrick, et al.
Veröffentlicht: (2025)

Multiple data-driven missing imputation
von: Kavun, Sergii
Veröffentlicht: (2025)

Forecasting Anomaly Precursors via Uncertainty-Aware Time-Series Ensembles
von: Kang, Hyeongwon, et al.
Veröffentlicht: (2026)

Seeking SOTA: Time-Series Forecasting Must Adopt Taxonomy-Specific Evaluation to Dispel Illusory Gains
von: Saqur, Raeid, et al.
Veröffentlicht: (2026)

Supervised Learning of Random Neural Architectures Structured by Latent Random Fields on Compact Boundaryless Multiply-Connected Manifolds
von: Soize, Christian
Veröffentlicht: (2025)

Learning Continuous Solvent Effects from Transient Flow Data: A Graph Neural Network Benchmark on Catechol Rearrangement
von: Xing, Hongsheng, et al.
Veröffentlicht: (2025)

Latent Variable Estimation in Bayesian Black-Litterman Models
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2025)

flowengineR: A Modular and Extensible Framework for Fair and Reproducible Workflow Design in R
von: Willer, Maximilian, et al.
Veröffentlicht: (2025)

Shocks-adaptive Robust Minimum Variance Portfolio for a Large Universe of Assets
von: Fan, Qingliang, et al.
Veröffentlicht: (2024)

Advancing Portfolio Optimization: Adaptive Minimum-Variance Portfolios and Minimum Risk Rate Frameworks
von: Jha, Ayush, et al.
Veröffentlicht: (2025)