基金投资决策中何种因素最为关键？一种多粒度图解耦学习框架
机器学习
2023-11-27 v1
摘要
在本文中，我们强调在基金投资决策中，除个人兴趣外，从众性与风险偏好同样重要，并寻求以解耦的方式联合刻画这些方面。为此，我们提出了一种名为 MGDL 的新型多粒度图解耦学习（Multi-granularity Graph Disentangled Learning）框架，以有效实现基金投资产品的智能匹配。得益于构建良好的基金图与注意力模块，多粒度用户表征由历史行为导出，以细粒度方式分别表达个人兴趣、从众性与风险偏好。为获得具有特定语义的更强解耦表征，MGDL 显式引入两种自监督信号，即基于基金类型的对比与基金热度。离线及在线环境下的大量实验验证了 MGDL 的有效性。
引用
@article{arxiv.2311.13864,
title = {Which Matters Most in Making Fund Investment Decisions? A Multi-granularity Graph Disentangled Learning Framework},
author = {Chunjing Gan and Binbin Hu and Bo Huang and Tianyu Zhao and Yingru Lin and Wenliang Zhong and Zhiqiang Zhang and Jun Zhou and Chuan Shi},
journal= {arXiv preprint arXiv:2311.13864},
year = {2023}
}
备注
Accepted by SIGIR 2023