Мульти-таймфреймовые Drummond-патчи и JEPA-предобучение для краткосрочного прогноза розничных OHLC-рядов
Main Article Content
Аннотация
Предложен метод построения инвариантных к масштабу представлений временных рядов розничной выручки на базе трехбарной (по трем соседним периодам) геометрии Драммонда (DG), расширенной мульти-таймфреймовым контекстом (день, частичная календарная неделя и скользящая 7-дневка). На этих «патчах» выполнено self-supervised предобучение по схеме Joint-Embedding Predictive Architecture (JEPA) со спатио-темпоральным маскированием, после чего модель дообучена с выходными слоями, оценивающими неопределенность, для прогноза на следующий день и следующую неделю. Проанализированы свойства аффинной инвариантности признаков и идентифицируемости недельной фазы; эмпирически продемонстрировано улучшение по сравнению с сильными базовыми моделями на реальных данных.
Article Details
Библиографические ссылки
2. Lim B., Arik S.O., Loeff N., Pfister T. Temporal Fusion Transformers for interpretable multi-horizon time series forecasting // International Journal of Forecasting. 2021. Vol. 37, No. 4. P. 1748–1764. https://doi.org/10.1016/j.ijforecast.2021.03.012
3. Hyndman R.J., Athanasopoulos G. Forecasting: Principles and Practice. 2nd ed. Melbourne: OTexts, 2018. 380 p. Cited pp.: 183–220, 221–274, 347–368.
4. Oreshkin B.N., Carpov D., Chapados N., Bengio Y. N-BEATS: Neural basis expansion analysis for interpretable time series forecasting // arXiv preprint arXiv:1905.10437. 2019. https://doi.org/10.48550/arXiv.1905.10437; Challu C. et al. NHITS: Neural hierarchical interpolation for time series forecasting // Proceedings of the AAAI Conference on Artificial Intelligence. 2023. Vol. 37, No. 6. P. 6989–6997. https://doi.org/10.1609/aaai.v37i6.25854
5. Yue Zh. et al. TS2Vec: Towards Universal Representation of Time Series // Proceedings of the AAAI Conference on Artificial Intelligence. 2022. Vol. 36, No. 8. P. 8980–8987. https://doi.org/10.1609/aaai.v36i8.20881
6. Hearne T. Drummond Geometry: Picking Yearly Highs and Lows in Interbank Forex Trading // Breakthroughs in Technical Analysis: New Thinking from the World’s Top Minds / ed. by D. Keller. Princeton: Bloomberg Press, 2007. P. 1–19. https://doi.org/10.1002/9781119204749.ch1
7. Dawid A., LeCun Y. Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence // Journal of Statistical Mechanics: Theory and Experiment. 2024. No. 10. Art. 104011. https://doi.org/10.1088/1742-5468/ad292b (arXiv:2306.02572).
8. Assran M. et al. Self-supervised learning from images with a joint-embedding predictive architecture // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2023. P. 15619–15629. https://doi.org/10.1109/CVPR52729.2023.01499
9. Park Y.J. et al. A scalable and transferable time series prediction framework for demand forecasting. 2024. arXiv preprint arXiv:2402.19402. https://doi.org/10.48550/arXiv.2402.19402
10. Ragab M., Liu Q., Jia W., Chen M., Yun U. Self-Supervised Learning for Time Series Analysis: Taxonomy, Progress, and Prospects // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2024. Vol. 46, No. 10. P. 6775–6794. https://doi.org/10.1109/TPAMI.2024.3387317
11. Voloshin T.A., Zaitsev K.S., Dunaev M.E. Application of adaptive ensembles of machine learning methods to the problem of time series forecasting // International Journal of Open Information Technologies. 2023. Vol. 11, No. 8. P. 57–63.
12. Diebold F.X., Mariano R.S. Comparing Predictive Accuracy // Journal of Business & Economic Statistics. 1995. Vol. 13, No. 3. P. 253–263. https://doi.org/10.1080/07350015.1995.10524599
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.