Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Sdružené učení a optimalizace portfolií

Veřejná podpora

  • Poskytovatel

    Grantová agentura České republiky

  • Program

    Standardní projekty

  • Veřejná soutěž

    SGA0202000001

  • Hlavní účastníci

    České vysoké učení technické v Praze / Fakulta elektrotechnická

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    20-29260S

Alternativní jazyk

  • Název projektu anglicky

    End-to-end learning of optimal portfolios

  • Anotace anglicky

    We propose to develop end-to-end machine learning methods suited for structured problems, where the learning utility is given by performance within an external optimization task rather than accuracy of the model itself. Particularly, we target a well-studied optimization task of allocating a distribution of resources over a---possibly structured--set of stochastic assets, subject to diverse criteria of expected utility, risk and transparency. We intend to integrate developments in symbolic, mathematical, and differentiable programming to allow for a transparent end-to-end learning process across variety of the portfolio optimization formulations. Following our successful preliminary experiments against state-of-the-art in sports prediction markets, we plan to extend towards full end-to-end setting to prove advantage of the proposed ideas over the standard methods, approaching prediction and subsequent portfolio optimization separately, in real benchmarks. We will address corresponding issues of generalization, tractability, and use of utility theory in the proposed learning setting.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • OECD FORD - hlavní obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

  • OECD FORD - vedlejší obor

  • OECD FORD - další vedlejší obor

  • CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

    AF - Dokumentace, knihovnictví, práce s informacemi<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika

Hodnocení dokončeného projektu

  • Hodnocení poskytovatelem

    U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)

  • Zhodnocení výsledků projektu

    Oproti projektovému plánu je počet dosažených výsledků nižší, nicméně kvalita výstupů a odborný přínos projektu, kterou panel považuje za směrodatný, je na dobré úrovni. Lze zmínit například výstup do časopisu Q1, IF: 7.022. V průběhu řešení projektu nebyly shledány nedostatky s ohledem na dodržování grantových pravidel či jejich čerpáním.

Termíny řešení

  • Zahájení řešení

    1. 1. 2020

  • Ukončení řešení

    30. 6. 2023

  • Poslední stav řešení

    U - Ukončený projekt

  • Poslední uvolnění podpory

    1. 4. 2023

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP24-GA0-GA-U

  • Datum dodání záznamu

    21. 5. 2024

Finance

  • Celkové uznané náklady

    6 755 tis. Kč

  • Výše podpory ze státního rozpočtu

    6 125 tis. Kč

  • Ostatní veřejné zdroje financování

    630 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč