ボラティリティ予測のためのレジームゲート付き残差ミックスオブエキスパート
arXiv cs.LG ・ 2026-08-12
原題: Regime-Gated Residual Mixture-of-Experts for Cross-Sectional Volatility Forecasting
AI による要約
金融ボラティリティはレジーム依存性があるが、ニューラルネットワークにレジーム情報を組み込むとトレーニングが不安定になる可能性がある。研究者は、レジーム情報をエキスパートルーティングにのみ使用するレジームゲート付き残差ミックスオブエキスパート（RG-ResMoE）アーキテクチャを提案した。RG-ResMoEは、ベース予測モデルとゲートネットワークを組み合わせてボラティリティ予測を行う。
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。