迁移学习的风险及其在金融中的应用
数理金融
2023-11-07 v1 机器学习
摘要
迁移学习是一种新兴且流行的范式，利用先前学习任务的知识来提升新任务的性能。本文提出迁移风险这一新概念，并分析其性质以评估迁移学习的可迁移性。我们将迁移学习技术与该迁移风险概念应用于股票收益预测与投资组合优化问题。数值结果表明迁移风险与整体迁移学习性能之间存在强相关性，其中迁移风险提供了一种计算高效的方式来识别迁移学习中合适的源任务，包括用于投资组合优化的跨大洲、跨行业与跨频率迁移。
引用
@article{arxiv.2311.03283,
title = {Risk of Transfer Learning and its Applications in Finance},
author = {Haoyang Cao and Haotian Gu and Xin Guo and Mathieu Rosenbaum},
journal= {arXiv preprint arXiv:2311.03283},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2307.13546