Regent: A Differentiable Graph-Based Quant Trading Pipeline (VQ-VAE and GNNs)
Regent is a differentiable quant trading pipeline combining VQ-VAE with GNNs. It encodes market data into discrete latent representations via VQ-VAE, models relationships between financial instruments through graph structures, and produces trading signals end-to-end. This fully differentiable approach enables gradient-based optimization of the entire strategy.
背景メモ
- Regentは、グラフニューラルネットワーク（GNN）とベクトル量子化変分オートエンコーダ（VQ-VAE）を組み合わせた、金融市場向けの機械学習パイプライン。通常のノイズの多い時系列データをグラフ構造に変換し、離散的な「市場状態」を学習することで、従来の手法よりロバストな予測を目指す。
- VQ-VAEは画像生成で有名なDeepMindの技術で、連続データを離散コード（「トークン」）に圧縮。Regentはこれを株価データに応用している。
- GNNは分子やソーシャルネットワークなど、ノード（銘柄）とエッジ（銘柄間の関係）を持つデータ向けの深層学習。金融では相関や取引関係のモデル化に使われる。
- このプロジェクトは個人が公開したオープンソースの実験的システムで、実際の取引で使われているわけではない。あくまで研究・教育的な位置づけ。