Your Edge, Measured in Nats

The Kelly-optimal growth rate of a bettor equals the Kullback-Leibler divergence between the bettor's belief P and the market-implied distribution Q. This post maps that identity across five fields: betting theory, statistical mechanics (excess Helmholtz free energy), coding theory (miscalibrated code overhead), continuous-time finance (Girsanov measure change and market price of risk), and machine learning (cross-entropy loss minimization). The unified view yields practical intuitions: fractional Kelly is equivalent to raising thermodynamic temperature, over-betting has a phase boundary near twice Kelly, and market efficiency and model training convergence are mathematically the same process of consuming KL divergence. The author frames this as groundwork for distribution markets, where participants trade entire probability distributions with Kelly-aligned incentives by construction.

Nguồn: https://medium.com/@f.jribi/your-edge-measured-in-nats-00943135bf36. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.

Đề xuất cho bạn

Medium1 Hot17 phút7 giờ trướcAI

Building a hybrid demand forecasting service: classical ML for the number, an LLM for the why

Bài viết đề xuất thiết kế một dịch vụ dự báo nhu cầu bán lẻ kết hợp mô hình học máy cổ điển (XGBoost/LightGBM) cho dự đoán số liệu cùng LLM để giải thích bằng ngôn ngữ tự nhiên. Tác giả thảo luận hai thách thức: rò rỉ dữ liệu trong phân chia train/test cho chuỗi thời gian và thiếu bộ dữ liệu kết hợp chuỗi nhu cầu với văn bản phong phú, đồng thời đề xuất các chiến lược dữ liệu và phương pháp đánh giá (TimeSeriesSplit, MASE) cho cả hai phần. Kiến trúc đề xuất sử dụng Microsoft Fabric/OneLake, Azure ML và Foundry Agent Service, nhưng lưu ý đây chỉ là bản thiết kế chưa triển khai thực tế.

Những lập trình viên xây dựng hệ thống dự báo doanh số thực tế sẽ tìm hiểu cách kết hợp ML truyền thống và LLM để tránh lỗi phân chia dữ liệu thời gian và tối ưu hóa giải thích cho người dùng mà không cần phải xây dựng từ scratch lại.