10:41
官方账号arXiv cs.LG@Yao Wu
推荐理由：这篇论文用残差代数替代特征拼接，在A股数据上收益从13.5%提升到19.1%，Sharpe从1.42涨到2.09，比所有对照方法都强。
FPRC-PQ
共 1 条相关 AI 资讯
8月10日
10:41
传统异质表示学习常把特征拼接，导致无法溯源错误来源。该论文提出残差代数，将表示定义为同时拥有坐标系和残差的类型对象，学习则是有序的算子复合。在3.67M个中国A股日度观测（2023-2026）上，基础代数把净成本收益从13.52%提升到19.10%，Sharpe从1.42升至2.09。匹配容量、统一残差、无身份两阶段等方法均不及其表现。