S&P Kensho新经济体综合指数(“指数”)由全球范围内开发和新兴市场的公司的美国上市股票证券(包括存放收入)组成。该指数旨在捕获其产品和服务通过使用现有和新兴技术以及机器人技术,自动化,人工智能,连接性和处理能力的快速发展的公司(“新经济公司”)的快速发展,这些公司正在推动创新并改变全球经济。该指数由每个合格的Kensho新经济体子索引组成。每个Kensho子指数都由其夏普比例加权,并与年度重建。复合材料中当前有20多个子索引。Kensho使用其专有自然语言处理“ NLP”来确定其新经济节中的公司,该公司利用其人工智能能力来筛选与各自经济部门相关的适当环境中关键词和短语的监管形式,以找到包含在内的公司。
投资组合优化可能是具有挑战性的。随着机器学习的最新发展,可以将可用的重要预测工具应用于投资组合选择。金融市场既动态又复杂,但算法旨在捕获数据中的模式。在本文中,七个机器学习技术用于股票价格预测:局部回归,支持向量机,随机森林,经常性神经网络,长期短期记忆,双向长期短期记忆和LightGBM。此外,将两种混合机器学习方法用于预测:CNN-LSTM和Bilstmbo-lightGBM。训练模型后,该算法在模拟的交易中创建了最佳资产投资组合。在看不见的数据上,算法的对称平均绝对百分比误差评估了预测能力。生成的alpha和Sharpe比率评估了在均值方差优化下构建的最佳投资组合的质量。使用2019年1月2日至2023年12月29日美国50个美国公司的数据,结果表明,混合模型的性能优于各个模型,而CNN-LSTM模型的表现优于基准市场指数。
新名称和位置 列克星敦陆军仓库 肯塔基州列克星敦 莱特肯尼陆军仓库 宾夕法尼亚州钱伯斯堡 路易斯维尔陆军仓库 肯塔基州路易斯维尔 孟菲斯陆军仓库 田纳西州孟菲斯 Mt.雷尼尔·艾尔麦仓库 华盛顿州塔科马 新坎伯兰陆军仓库 宾夕法尼亚州新坎伯兰 纳瓦霍陆军仓库 亚利桑那州弗拉格斯塔夫 普韦布洛陆军仓库 科罗拉多州普韦布洛 红河陆军仓库 德克萨斯州特克萨卡纳 罗斯福德陆军仓库 俄亥俄州托莱多 萨克拉门托陆军仓库 加利福尼亚州萨克拉门托 萨凡纳陆军仓库 伊利诺伊州萨凡纳 塞内卡陆军仓库 纽约州罗穆卢斯 塞拉陆军仓库 加利福尼亚州赫隆 苏族陆军仓库 内布拉斯加州西德尼 斯克内克塔迪陆军仓库 纽约州斯克内克塔迪 夏普陆军仓库 加利福尼亚州拉斯罗普 托比汉纳陆军仓库 宾夕法尼亚州托比汉纳 图埃勒陆军仓库犹他州图埃勒 (Tooele) 乌马蒂拉陆军仓库 俄勒冈州赫米斯顿 (Hermiston) 犹他陆军仓库 犹他州奥格登 (Ogden)
摘要 我们通过深度强化学习直接优化投资组合管理的目标——这是传统监督学习范式的替代方案,传统监督学习范式通常需要对回报分布或风险溢价进行第一步估计。基于最近的人工智能突破,我们开发了多序列神经网络模型,这些模型针对金融数据的显着特征(例如非线性和高维性),同时允许无标签训练以及与市场环境和状态变量的交互。我们的 AlphaPortfolio 产生了出色的样本外表现(例如,夏普比率高于 2,风险调整后的 alpha 值超过 13%,每月重新平衡),并且在各种市场条件经济限制(例如,排除小型股票和卖空)下都具有稳健性。此外,我们将 AlphaPortfolio 投影到更简单的建模空间(例如,使用多项式特征敏感度)以揭示投资业绩的关键驱动因素,包括其旋转和非线性。更一般地说,我们强调深度强化学习在金融和“经济提炼”在模型解释中的实用性。
BATYA FRIEDMAN,PETER H. KAHN,JR. 和ALAN BORNING 华盛顿大学 即将在 P. Zhang 和 D. Galletta(编辑)的《管理信息系统中的人机交互:基础》中发表。M.E. Sharpe,Inc:纽约。 ________________________________________________________________________ 价值敏感设计是一种以理论为基础的技术设计方法,它在整个设计过程中以原则性和全面的方式考虑人的价值。它采用综合和迭代的三部分方法,包括概念、实证和技术调查。我们通过三个案例研究来阐明价值敏感设计。第一项研究涉及网络浏览器 cookie 的信息和控制,涉及知情同意的价值。第二项研究涉及在办公环境中使用高清等离子显示器为外界提供“窗口”,涉及公共空间中身体和心理健康和隐私的价值。第三项研究涉及一个综合的土地使用、交通和环境模拟系统,以支持公众对重大土地使用和交通决策的审议和辩论,涉及公平、问责和对民主进程的支持等价值观,以及不同利益相关者可能持有的各种价值观,如环境可持续性、商业扩展机会或步行邻居。
三维(3D)特定细胞种群,蛋白质表达模式或整个大脑水平的病理标记物的可视化代表了神经科学中的宝贵工具。光学投影断层扫描(OPT)和光板荧光显微镜(LSFM)是高分辨率的光学3D成像技术,可以在介质尺寸(MM-CM范围)透明标本中特异性标记的目标可视化(Sharpe等,2002; Dodt et al。,2007年)。因此,这些光学技术非常适合于体内整个啮齿动物脑成像,从而在完整大脑的细胞分辨率下提供信息(Alanentalo等,2007; Hansen等,2020)。与其他功能成像方式一致,OPT和LSFM对其目标表现出很高的灵敏度和特异性,但仅提供非常有限的解剖信息。考虑到大脑的高度分室解剖结构以及这些区域履行的特定作用,至关重要的是能够将OPT或LSFM获得的荧光信号映射到注释的大脑区域。在解剖学上绘制蛋白质表达谱并在这些图像上执行3D定量和统计的可能性将极大地使光学中学成像在神经科学中的应用有益。
上图表示从 1993 年 12 月 31 日至 2024 年 9 月 30 日,假设在信托策略(而非任何实际信托)、道琼斯工业平均指数 (DJIA)、标准普尔 500 指数和 MSCI EAFE 指数中投资 10,000 美元。该图假设初始投资(10,000 美元)和所有股息(包括截至年底除息股票的股息)以及一年中的升值总额在该年年底再投资。所有策略表现均为假设(而非任何实际信托),反映每年年初的信托销售费用 1.85% 和费用,但不包括股票经纪佣金或税收。过去的表现并不能保证未来的结果。实际回报将与假设的策略回报不同,原因是时间差异以及信托可能不会平等投资于所有股票或始终完全投资。在任何一年中,该策略都可能亏损或表现不及指数。由于近期市场活动,当前表现可能与所示数字不同。回报的计算方法是取年末价格,将其从下一年度年末价格中减去(调整年内可能发生的任何股票分割),然后加上该期间收到的股息除以起始价格。平均年总回报和总回报衡量假设所有股息和资本收益再投资时投资价值的变化。平均年总回报反映年化变化,而总回报反映总体变化,而非年化。标准差是波动性的衡量标准,表示投资表现在特定时期内与其平均表现的差异程度。标准差不比较投资相对于其他投资或整个股票市场的波动性。投资回报与投资平均回报的差异越大,投资的波动性就越大。标准差基于过去的表现,并不保证未来的结果。夏普比率是一种风险调整后的衡量标准,使用超额回报的标准差计算来确定每单位风险的回报。夏普比率越高,历史风险调整后表现越好。请记住,两位数和/或三位数的高回报非常罕见,并且无法持续。投资者还应注意,这些回报主要是在有利的市场条件下实现的。有关信托具体信息的脚注,请参阅第 2 页。
德克萨斯电力合作社董事会 主席 Kelly Lankford,圣安吉洛 • 副主席 Neil Hesse,明斯特 秘书兼财务主管 Avan Irani,罗布斯敦 • 董事会成员 Dale Ancell,拉伯克 Julie Parsley,约翰逊城 • Doug Turk,利文斯顿 • Brandon Young,麦格雷戈 总裁/首席执行官 Mike Williams,奥斯汀 通讯和会员服务委员会 Mike Ables,贝尔维尔 • Matt Bentke,巴斯特罗普 • Marty Haught,伯勒森 Gary Miller,布莱恩 • Zac Perkins,胡克,俄克拉荷马州 • John Ed Shinpaugh,邦汉 Rob Walker,吉尔默 • Bu ff Whitten,埃尔多拉多 杂志工作人员 通讯和会员服务副总裁 Martin Bevins 编辑 Chris Burrows • 副编辑 Tom Widlowski 制作经理 Karen Nejtek • 创意经理 Andy Doughty 广告经理 Elaine Sproull 通讯专家 Alex Dal Santo • 印刷制作专家 Grace Fultz 通讯专家 Travis Hill • 美食编辑 Megan Myers • 数字媒体专家 Caytlyn Phillips • 通讯专家 Jessica Ridge • 高级设计师 Jane Sharpe • 校对员 Suzanne Featherston
德克萨斯电力合作社董事会 主席 Kelly Lankford,圣安吉洛 • 副主席 Neil Hesse,明斯特 秘书兼财务主管 Avan Irani,罗布斯敦 • 董事会成员 Dale Ancell,拉伯克 Julie Parsley,约翰逊城 • Doug Turk,利文斯顿 • Brandon Young,麦格雷戈 总裁/首席执行官 Mike Williams,奥斯汀 通讯和会员服务委员会 Mike Ables,贝尔维尔 • Matt Bentke,巴斯特罗普 • Marty Haught,伯勒森 Gary Miller,布莱恩 • Zac Perkins,胡克,俄克拉荷马州 • John Ed Shinpaugh,邦汉 Rob Walker,吉尔默 • Bu ff Whitten,埃尔多拉多 杂志工作人员 通讯和会员服务副总裁 Martin Bevins 编辑 Chris Burrows • 副编辑 Tom Widlowski 制作经理 Karen Nejtek • 创意经理 Andy Doughty 广告经理 Elaine Sproull 通讯专家 Alex Dal Santo • 印刷制作专家 Grace Fultz 通讯专家 Travis Hill • 美食编辑 Megan Myers • 数字媒体专家 Caytlyn Phillips • 通讯专家 Jessica Ridge • 高级设计师 Jane Sharpe • 校对员 Suzanne Featherston
Anna Dinwiddie Hatfield ’96,总裁 Carla S. Moreland ’81,J.D. ’84,前任总裁 Janet McNulty Osborn ’85,副总裁 David T. Scott ’93,秘书 John Cole Scott ’00,财务主管 Marilyn Ward Midyette ’75,首席执行官 James H. Ambrose ’07;Jean Marie Walker Bentley ’99;D. Bruce Christian ’73;Gail Borgatti Croall ’77;George E. Cruser ’84;Jean Berger Estes ’75;Brian Focarino ’11,J.D. ’15;Willis H. Gee Jr. ’99;Alice Givens ’94;Glenmore “Glenne” Hines Harding ’65;Michael S. Hoak M.A. ’02; Scott Kelsey ’06,M.Acc. ’07;Tina Reynolds Kenny ’92;Barbara Marchbank ’84;Natasha Moulton-Levy ’95;Todd W. Norris ’86,P ’18,P ’19,P ’22;Fred Palmore ’67;Hodan C. Seager ’18;Umesh Trikha ’03 Bruce Oliver ’68,Olde Guarde Council Kayla Sharpe ’17,Young Guarde Council Joseph D. O’Brien ’23,大学进步学生
