Style Miner: Find Significant and Stable Explanatory Factors in Time Series with Constrained Reinforcement Learning

要約

高次元の時系列分析では、観測された変数の変化を説明する一連の重要な要因 (つまり、スタイル要因) が不可欠です。
たとえば、金融におけるボラティリティ モデリングは一連のリスク要因に依存しており、気候学における気候変動研究は一連の因果要因に依存しています。
理想的な低次元スタイル ファクターは、重要性 (説明力が高い) と安定性 (一貫性があり、大きな変動がない) のバランスを取る必要があります。
ただし、以前の教師ありおよび教師なしの特徴抽出方法では、トレードオフにほとんど対処できません。
この論文では、スタイル因子を生成するための強化学習手法である Style Miner を提案します。
最初に、問題を制約付きマルコフ決定プロセスとして定式化し、説明力をリターンとして、安定性を制約として使用します。
次に、きめの細かい即時の報酬と費用を設計し、ラグランジュのヒューリスティックを使用してそれらを適応的にバランスさせます。
現実世界の金融データセットに関する実験では、Style Miner が既存の学習ベースの方法よりも大幅に優れており、人間の専門家によって提案された業界で有名な要因と比較して、R 2 乗の説明力が比較的 10% 向上することが示されています。

要約(オリジナル)

In high-dimensional time-series analysis, it is essential to have a set of key factors (namely, the style factors) that explain the change of the observed variable. For example, volatility modeling in finance relies on a set of risk factors, and climate change studies in climatology rely on a set of causal factors. The ideal low-dimensional style factors should balance significance (with high explanatory power) and stability (consistent, no significant fluctuations). However, previous supervised and unsupervised feature extraction methods can hardly address the tradeoff. In this paper, we propose Style Miner, a reinforcement learning method to generate style factors. We first formulate the problem as a Constrained Markov Decision Process with explanatory power as the return and stability as the constraint. Then, we design fine-grained immediate rewards and costs and use a Lagrangian heuristic to balance them adaptively. Experiments on real-world financial data sets show that Style Miner outperforms existing learning-based methods by a large margin and achieves a relatively 10% gain in R-squared explanatory power compared to the industry-renowned factors proposed by human experts.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google