Обсуждение статьи "Нейросети в трейдинге: Устойчивые торговые сигналы в любых режимах рынка (ST-Expert)"

[MetaQuotes]

Опубликована статья Нейросети в трейдинге: Устойчивые торговые сигналы в любых режимах рынка (ST-Expert):

В этой статье мы познакомимся с фреймворком ST-Expert, который обеспечивает устойчивость прогнозов к рыночной неопределённости, позволяя учитывать локальные и глобальные зависимости во временных рядах. Его гибкая архитектура способствует адаптивности моделей и повышает точность предсказаний.

Мы привыкли мыслить в терминах корреляций. Есть устойчивая связь между ценой нефти и курсом канадского доллара, между процентными ставками ФРС и технологическим сектором, между спросом на золото и динамикой доллара. Но стоит измениться внешним условиям, как эти зависимости рушатся. В ковидном обвале 2020 года за считанные недели привычные зависимости между акциями, облигациями и сырьём перестали отражать реальность. Даже более мягкие режимные сдвиги, например, циклы повышения и снижения ставок ФРС, способны резко изменить корреляции и разрушить модели, которые казались надёжными.

Суть проблемы в том, что современные алгоритмы обучаются на относительно коротких и однородных интервалах данных. В этих лабораторных условиях они показывают впечатляющие результаты, улавливая тонкие взаимосвязи между активами. Но как только рынок выходит за пределы привычного распределения, точность прогнозов резко падает. По сути, модели прекрасно работают в спокойное время, но не умеют справляться с фазовыми переходами рынка.

Эта ситуация во многом напоминает городские транспортные сети, на примере которых авторы работы "Robust Traffic Forecasting against Spatial Shift over Years" предложили новый фреймворк ST-Expert. Пока город остаётся неизменным, прогнозы движения транспорта работают отлично. Но стоит построить новую развязку или открыть крупный торговый центр, и прежние маршруты перестают быть актуальными. В финансовой среде такими драйверами становятся решения регуляторов, санкции, геополитические конфликты или появление новых технологий. Карта взаимосвязей меняется, и старые модели оказываются бессильными.

Чтобы справиться с этой задачей, авторы ST-Expert предлагают оригинальное решение на основе Mixture of Experts. Его ключевая идея заключается в том, что модель учится не на единой жёсткой структуре зависимостей, а на множестве генераторов графов, так называемых графонов. Каждый из них отражает определённый тип рыночного поведения. Один фиксирует закономерности в условиях устойчивого тренда, другой описывает фазу высокой волатильности, третий выявляет локальные корреляции внутри отраслей. Когда рынок меняется, система не рушится, а адаптивно комбинирует уже выученные сценарии, создавая новые связи между инструментами и сохраняя точность прогноза.

Автор: Dmitriy Gizlyk