金融時間シリーズ予測のためのポストトレーニング量子化
arXiv cs.LG ・ 2026-08-12
原題: Calibration Bets on the Past: Post-Training Quantization for Financial Time-Series Forecasting
AI による要約
金融予測モデルは通常、フル精度で開発されるが、生産環境への展開には低精度推論が必要となる。ポストトレーニング量子化（PTQ）により、再トレーニング不要で展開が可能となる。研究者は、S&P 500のボラティリティ予測におけるPTQの有効性を調査し、7つの代表的なニューラルアーキテクチャと560のトレーニング済みモデルを使用して評価を行った。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.LG）をご確認ください。