请选择 进入手机版 | 继续访问电脑版
楼主: 何人来此
55 12

[量化金融] 面向微观预测的自组织供应链:现状与未来 [推广有奖]

  • 0关注
  • 2粉丝

会员

学术权威

79%

还不是VIP/贵宾

-

威望
10
论坛币
10 个
通用积分
52.2324
学术水平
0 点
热心指数
2 点
信用等级
0 点
经验
24857 点
帖子
4216
精华
0
在线时间
0 小时
注册时间
2022-2-24
最后登录
2022-4-15

何人来此 在职认证  发表于 2022-6-24 09:52:29 |显示全部楼层

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
英文标题:
《Self Organizing Supply Chains for Micro-Prediction: Present and Future
  uses of the ROAR Protocol》
---
作者:
Peter Cotton
---
最新提交年份:
2019
---
英文摘要:
  A multi-agent system is trialed as a means of crowd-sourcing inexpensive but high quality streams of predictions. Each agent is a microservice embodying statistical models and endowed with economic self-interest. The ability to fork and modify simple agents is granted to a large number of employees in a firm and empirical lessons are reported. We suggest that one plausible trajectory for this project is the creation of a Prediction Web.
---
中文摘要:
一个多智能体系统被试着作为一种众包廉价但高质量预测流的手段。每个代理都是一个包含统计模型的微服务,并具有经济自利性。一家公司的大量员工被授予了分叉和修改简单代理的能力,并报告了经验教训。我们建议,该项目的一个可行轨道是创建预测网络。
---
分类信息:

一级分类:Statistics        统计学
二级分类:Applications        应用程序
分类描述:Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学,教育学,流行病学,工程学,环境科学,医学,物理科学,质量控制,社会科学
--
一级分类:Computer Science        计算机科学
二级分类:Computers and Society        计算机与社会
分类描述:Covers impact of computers on society, computer ethics, information technology and public policy, legal aspects of computing, computers and education. Roughly includes material in ACM Subject Classes K.0, K.2, K.3, K.4, K.5, and K.7.
涵盖计算机对社会的影响、计算机伦理、信息技术和公共政策、计算机的法律方面、计算机和教育。大致包括ACM学科类K.0、K.2、K.3、K.4、K.5和K.7中的材料。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类:Statistics        统计学
二级分类:Machine Learning        机器学习
分类描述:Covers machine learning papers (supervised, unsupervised, semi-supervised learning, graphical models, reinforcement learning, bandits, high dimensional inference, etc.) with a statistical or theoretical grounding
覆盖机器学习论文(监督,无监督,半监督学习,图形模型,强化学习,强盗,高维推理等)与统计或理论基础
--

---
PDF下载:
--> Self_Organizing_Supply_Chains_for_Micro-Prediction:_Present_and_Future_uses_of_t.pdf (230.2 KB)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:供应链 自组织 Applications Quantitative Supply Chain

大多数88 在职认证  发表于 2022-6-24 09:52:34 |显示全部楼层
微观预测的自组织供应链:ROAR协议的当前和未来应用Peter CottonAbstractpirical lessons报告。我们认为,这个项目的一个可行的轨迹是创建一个“预测网”。1、推动预测网络在众多标签下,应用统计学在21世纪具有新的意义。可以说,我们生活在一个“微观预测”经济中,就像我们的无数身份、定价或导航一样。微观预测,我们定义为重复的微观预测流,是一种经济利益。诚然,这是一个重要的经济问题:如何有效地组织预测产品的生产和向社会所有成员传播商品?摩根大通公司,美国纽约州纽约市。通信地址:Peter Cotton<Peter。dcotton@jpmorgan.com>.加利福尼亚州thLong Beach,2019年。作者版权所有2019。通过使用“微观预测”这一短语,我们将数千或数百万个相同类型的重复预测的概念与预测的通常俗套解释拉开了距离,俗套解释指的是明年的GDP或选举结果。我们提出了一种以简单协议为中心的微观预测经济。在我们的经济贸易中,智能微服务(以下简称“Bot”)。这些机器人是由工程师和数据科学家开发的。背景:众包和共同任务框架。使用马克·利伯曼(Marc Liberman)定义明确的定量任务识别(CTF)来描述以下设置:1。一个公开可用的培训数据集,涉及每个人,以及该观察的类别标签。2.根据训练数据推断类预测规则。3.通过提交的规则实现。学术数据科学竞赛和标准化数据集由来已久。最近有一些引人注目的尝试成功了(Carpenter,2011)。

使用道具

mingdashike22 在职认证  发表于 2022-6-24 09:52:37 |显示全部楼层
在那里,AllState使用了精算部门的Crowd。微观预测竞争时代的自组织供应链。将近4000种不同的算法被输入,人群抹杀了行业基准,误差减少了40%以上。方便了。哈佛医学院聘请TopCoder改进DNA字符串的编辑距离计算。在TopCoder竞赛之前,最广为人知的技术具有很高的准确性,但需要2000台计算机才能将计算时间缩短到几秒钟。比赛将计算时间减少到16秒。由开源工具和开放教育授权的统计众包社区的不完整列表。平台注册用户FocusTopCoder 120000编程Kaggle 600000数据科学Quantopian 210000Quant tradingQuantConnect 750000Quant tradingCrowdAnalytix 20000数据科学表1。Numerai,Quantiacs并为任何遗漏道歉。部署、持续模型相关性或模型监督。不认为世界各地的人才的能力得到了充分利用。https://www.topcoder.com/case-studies/harvard/future外部时间序列的值。3、我们的经验在一家大型企业中采用众包统计“lambda”转向我们的项目,我们将讨论转移到简化数据问题上,这与贸易融资委员会的历史数据设置形成对比。每个主要业务都包括需要预测的仪表化流程,我们也不例外。我们的实际例子包括各种各样的任务,例如估计许多分行提前一小时的银行分行活动,预测市政建筑的交易水头用电量。有成千上万的可能性。在我们的项目中,我们强制参与者提供适用于实时流数据的模型。

使用道具

可人4 在职认证  发表于 2022-6-24 09:52:40 |显示全部楼层
我们关注流式数据的原因是:o这是业务需要的o减少过度配置o消除数据泄漏o数据搜索成为竞争的一部分,以减轻模型部署、数据收集、,数据清理和各种实际问题落在竞赛的创造者而不是参与者身上,因此有理由问谁在做大部分工作。减价品人们是否希望聪明的人找到相关的外部数据?如前所述,众包的这一好处可能会“毁掉”一场历史性的比赛,因为参赛者的结果是一样的。我们将此限制转化为一个特性。微观预测和生产者的互动方式如下。1.生产者,通常要求预测随着时间推移将显示的数量。2.(说几秒钟之内)。3.学习。用于微观预测的自组织供应链4。之后,消费者通常基于相对准确度发送生产者补偿。响应,然后在下次调用之前避免使用计算资源。这个循环的重复很重要。同样类型的问题数量不多,双方都在重复博弈。我们为流媒体预测创建了一个ROAR平台,将convalue发送给竞争对手的机器人。原则上,公司的任何员工都可以输入任何microment软件和脚手架代码,从而释放communitydeployment。虽然这种模式低估了预测经济的概念,但它被视为使用竞赛应用程序创建主动化密钥的重要第一步。

使用道具

mingdashike22 在职认证  发表于 2022-6-24 09:52:43 |显示全部楼层
机器人的累积性能在领导委员会上报告。声明获胜者将获得参加大型机器学习会议的所有费用。同样,数据泄漏几乎被消除。表格数据集是一回事,但部署、维护和改进一个必须在现场学习的模型被视为一个重大的采用障碍。特别是,随着新数据点的涌入,我们预计他们将处于不利地位。ers。使用Domino数据实验室的云数据科学平台。图1:。citycent的参与经常进行互动,并且几乎完成。如果我们没有关闭条目,这个数字会大得多。无论是地理位置还是时区预防参与者,在没有任何人类帮助的情况下都不会成功。对参与者的采访显示,与Expericin相反,Expericin包括技术挑战(如存储和状态、在线学习等)。上文开头的雄心壮志是机器人堆叠。具体来说,其中一个机器人要求另一个机器人尝试预测其错误。因此,虽然我们预计,即使在我们采取措施积极鼓励它之前,这第一个实验也会合并。它本身显然,我们低估了观众的创造力。一些参与者熟悉的系统,或不同的语言环境。同样在几天内,员工创建了参考机器人,满足了替代系统的API,而无需此跃点。当然,对误差的二次预测必然会出现问题。微观预测的自组织供应链参与者参与进来,帮助彼此解决历史问题。一些机器人程序调用了现有的分析端点。自动机器学习是这场比赛的本质。参与者合作创建docker Environment,避免了从头开始和花时间的需要,可以更好地宣传pipusage模式。

使用道具

mingdashike22 在职认证  发表于 2022-6-24 09:52:46 |显示全部楼层
例如,数据清理、推荐、异常检测等应用程序。很容易适应这种情况。类似地,ROAR协议的应用加强了行动条件预测,此外,ROAR促进了这一问题的新方法。例如,Roars可以通过一个价值函数的竞争流来实现关注点的分离(专业化),而另一个目标可以通过伸缩差异来定义,就像中的时间差异学习技巧一样(Sutton,1988)。通过建立隐私保护的直接方式在不了解任何有关数据的情况下,我们希望改变被查看的内容。比赛提供了一个纯粹客观的性能衡量标准,咆哮模式的目录即将发布。与实际感兴趣的数量有因果关系的数量,或与实际感兴趣的数量的模型相关的成分。部署在交易台附近。相反,这是一名相对初级的员工,在孟买的一家办公室从事一项不相关的工作只有一年的经验。数量-凭借十多年的市场经验,讨论了如何选择一名代表挑战头衔,尽管最终没有成功。考虑到潜在的不适,这件事受到了普遍的欢迎。对于算法“buzz”,虽然将此语句形式化可能会带来一些方法上的挑战。winnerengineering。大约一周左右的数据通过一个机器人,使用一个临时性的、较少人工修补的工具。这种类型的进展是插入式的。上市时间始终是企业的首要考虑,在传统的工作流程中,这可能需要在兔子和乌龟模型之间进行权衡。不,在这里。我们的指标没有反映出来。一些员工有动力开始学习。

使用道具

kedemingshi 在职认证  发表于 2022-6-24 09:52:49 |显示全部楼层
看到这些员工中的一些人参加未来的活动将是非常令人欣慰的。创建参考和视频是为了帮助这条道路。裤子包括许多不同类型的功能要求,其中一名参与者要求能够使用Excel输入一个测试,这是我们认真对待的建议。一些非常资深的领导者参加了会议,但他们的时间承诺阻止了他们根据市场知识向代理程序员传达意图。在进行这项实验的公司中,世界各地的城市都有技术中心。其中之一就是机器人的创建。他们直接帮助开发了平台。他们每两周组织一次教育会议。他们为微观预测领导力确定了许多新的具有商业意义的自组织供应链。受雇人对大方向表示了强烈的信念,这种模式可以提升到这些中心附近的社区。一些员工在一个最具前瞻性的城市确定了医疗保健方面的应用程序,该城市已经在认真准备使用ROAR,并在城镇数据中心指定机架空间。4、ROAR协议的未来潜力更好。要求将降水量作为预测行程延迟的模型要素-为什么他们不考虑使用ROARprotocol来预测降水量?它对于实时决策必不可少。供应链的收缩可以看作是各种信息的传递。

使用道具

kedemingshi 在职认证  发表于 2022-6-24 09:52:53 |显示全部楼层
单一数字、价格、驱动力的变化(哈耶克,1945年)我相信,如果这是人类精心设计的结果,如果价格变化引导的人们理解他们的决定远远超出了他们的直接目标,这就是人类思维的最大胜利。需要注意的是贸易的经济摩擦,但读者会清楚地看到,我们从外部设计的经济实际上是无摩擦的。将原材料运到最终产品的大师级工匠的劳动,与生产线工人的劳动相比,后者为经济学的核心问题提供了大量的解决方案。Smallwonder,中小型企业(非营利组织)和个人都买不起该产品。不是每个人都能雇佣内部数据科学工匠。将编写一个巧妙的代理,可以处理许多不同的代理。当然,任何人都应该能够建立一个测试。应该能够利用与原始问题相同的有用正交信息,而不必如此。例如,我们在比赛中观察到,参赛者使用了合奏模型。包含大多数统计和机器学习,以及预测Web?5、AgentandProtocol design2010的变量错误透视图)。精准卖家。一个合理的问题是,用于微观预测的自组织供应链定价沟通是否应该成为协议的一部分。nx(1)x(n)i=1,nx(i),x(i)。^x(i),^x(i)。iiσi精度pi=1/σi,我们认为精度aspi=pi(ci),如果支付更多,则第i\'t个bot的精度将更精确。机器人将被称为儿童。现在引入了一个父机器人,它使用子机器人创建的X的预测,并使用这些预测来预测其他数量。这个父代理将决定补偿c=(c。

使用道具

何人来此 在职认证  发表于 2022-6-24 09:52:56 |显示全部楼层
,cn)然后根据y,y,…的精度接收补偿。假设这些预测与子预测同时发生,由^y,^y。主题错误如下。^yj^β^x(1)j=x(1)j+η(1)jη(1)j~ N(0,σ)^x(2)j=x(2)j+η(2)jη(2)j~ N(0,σ)i^xi^为其他预测提供了依据。图形可能会重新组合,一般来说,父bot可能会产生多个输出。这里最突出的一点是,代理执行aeconomy为输入付费,为输出付费。模型参数的质量估计。例如,我们可以假设每周有数百万次观测,并假设家长在周末改变补偿方案和系数。很难预测均衡或瞬态行为简单的启发式方法(如精确定价)可能有助于代理设计。父母可以根据以下规则围绕孩子的精度制定策略:pi(ci)=常数+ρici(1),以响应paymentci。我们使用1/ρi表示系数ρi发挥儿童精度价格的作用。ρiBut这些价格是否足够稳定,是否有用?ρimights稳定性的供应方合理性论证适用于程式化生产示例。例如,如果孩子通过收集地面真相周围的指数来得出她的估计值,则每个数据点的固定成本为线性。但这是否意味着父母的工资表也将显示出大致不变的ρi?对我们来说,父母和孩子之间的紧密耦合可能会在反复的咆哮游戏中演变,类似于非市场经济安排。

使用道具

大多数88 在职认证  发表于 2022-6-24 09:52:59 |显示全部楼层
在多期委托代理模型(Holmstrom&Milgrom,1987)中,方案在多期环境中表现为最优。做市商的程式化模型——marexp的可行性(-σ) σ:对关键充分统计数据的估计。让孩子知道父母出价更高的准确性似乎是有益的——假设这不是毫无用处的。它执行一个投影,并以简单的线性方式发送残差。手,它可以降级为启发式。为了反对将精确价格信号纳入正式协议,重复博弈的复杂性增加了。如有要求,请提供详细信息。微观预测线性自组织供应链。yj=b+nXi=1bix(i)j(2)b=(b,b,…,bn)。从变量^bidue中的误差到^xi中的噪声是众所周知的。b{pi}ni=1γ^bi→ γibiγ,γ。父项使用估计值^yj=^b+nXi=1^bi^x(i)j→ 例如,γb+nXi=1γibi^x(i)j^yjerror in^yjn不完全归因于短期内成分x(i)j.cients中误差的加权和。6、总结性和普遍性。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2022-7-6 19:15