Newest papers

From Economic Explanation to Performance Improvement in Machine-Learning Portfolios

Yunqi Liang, Stefan Zohren, Mihai Cucuringu · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.15144 · cited by 0 works (OpenAlex) · open-access PDF

Russian

Чтобы расширить значение традиционных характеристик на уровне модели до экономически значимых результатов и решений портфеля, мы предлагаем локальную структуру атрибуции-распространения первого порядка, которая описывает экспозиции характеристик функции распределения на местные чувствительности последовательных показателей производительности портфеля. Мы связываем распространенные атрибуции с значениями Shapley, определенными непосредственно для целей портфеля, и извлекаем статистические выводы для атрибуций соотношения Sharpe. Полученная интервенция воздействия характеристик, ориентированная на атрибуцию, позволяет проводить послеобучение, переводя объяснения характеристик портфеля в решения вне выборки, не переобучая базовую модель распределения. Мы также внедряем временную стабилизацию и кросс-модельную среднюю

Machine translation (Meta M2M100); the English original follows.

Abstract

To extend conventional model-level feature importance to economically meaningful portfolio outcomes and decisions, we propose a local first-order attribution-propagation framework that maps allocation-function feature exposures to local sensitivities of sequential portfolio performance metrics. We relate the propagated attributions to Shapley values defined directly for portfolio objectives and derive statistical inference for Sharpe-ratio attributions. The resulting attribution-guided feature-exposure intervention enables post-training adaptation, translating portfolio-metric explanations into out-of-sample decisions without retraining the underlying allocation model. We further introduce temporal stabilisation and cross-model averaging as complementary regularisation mechanisms. Empirically, the interventions yield statistically significant improvements in net Sharpe ratios across different model classes.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Portfolio, Econometrics, Sharpe ratio, Inference, Feature (linguistics), Computer science

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.15144, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange