Newest papers

Topological Compression of Prediction Market Belief States for Event Forecasting

Aadit Jerfy · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.25756 · cited by 0 works (OpenAlex) · open-access PDF

Arabic

وقد تم استخدامه في العديد من المجالات، من نموذج البروتين إلى التحليل المالي من أجل فهم هيكل البيانات الأساسية.في هذه المقالة، نضيف TDA و PH في نموذج التوقعات على عالم السوق المتوقعة لتحديد ما إذا كانت حالة الإيمان في مثل هذه الأسواق تشكل هيكل أساسي الذي يمكن أن يوفر نموذجاً متوقعاً.نحن ندرك أن نموذج PH واحد قادر على تحسين القدرة المتوقعة والواقعية المحددة من نموذج التوقعات الصلبة، في حين أن نموذج التوقعات متعددة الأبعاد يخلق فوائد مماثلة بالنسبة إلى نموذج غير خطي.

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

Abstract

Topological Data Analysis (TDA) and Persistent Homology (PH) have been utilized in numerous fields$-$from protein modeling to financial analysis$-$to understand the underlying structure of data. In this paper, we incorporate TDA and PH into forecasting models over a prediction market universe to determine whether the belief state of such markets forms an underlying structure whose shape can provide predictive insight. We conclude that single-parameter PH is able to improve predictive ability and calibrated accuracy of linear forecasting models, while two-parameter multipersistence produces similar benefits for nonlinear models.

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

Topics: Nonlinear system, Computer science, Econometrics, Artificial intelligence, Machine learning, State (computer science)

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