Финансовые рынки — это океан возможностей, где миллисекунды решают судьбы миллионов долларов. Одной из важнейших задач, которая не перестаёт привлекать внимание как трейдеров, так и исследователей, является предсказание изменения цен. Недавнее исследование группы из Римского университета Сапиенца и Мюнхенского технического университета показывает, что искусственный интеллект всё увереннее чувствует себя в роли предсказателя рыночных движений, а подходы на основе трансформеров завоёвывают особое место под солнцем.
🧩 Почему предсказание на основе книги заявок так сложно?
Сердце современного трейдинга — это электронная книга заявок (Limit Order Book, LOB). Представьте себе огромную таблицу, где каждую секунду появляются сотни новых заявок на покупку и продажу акций. Она отражает баланс спроса и предложения, и именно в её недрах рождаются будущие движения цен.
Однако её многомерность, динамичность и хаотичность делают задачу предсказания весьма нетривиальной. Традиционные методы здесь пасуют перед мощью случайностей и тонкими связями внутри книги заявок.
✨ Революция TLOB: двойное внимание на детали
Исследователи представили сразу две новых модели:
- 🎯 MLPLOB: Простая, но эффективная нейросеть на основе многослойного персептрона (MLP). Несмотря на свою простоту, модель превосходит большинство конкурентов на коротких интервалах прогнозирования.
- 🔮 TLOB: Флагманская модель на основе трансформера, использующая двойной механизм внимания (dual attention), что позволяет ей одновременно «следить» за временем и пространственной структурой данных LOB. Именно эта модель показала выдающиеся результаты на более длительных горизонтах и в условиях высокой волатильности.
🔑 Как работает двойное внимание TLOB?
Механизм dual attention выделяет эту модель среди остальных:
- ⏳ Temporal Attention: Позволяет захватывать долгосрочные зависимости и паттерны, скрытые в последовательностях прошлых событий.
- 📊 Spatial Attention: Позволяет учитывать взаимосвязи между разными уровнями цен и объемами заявок в пределах одного временного среза.
Такой подход идеально подходит для финансовых рынков, где важно учитывать не только то, что произошло минуту назад, но и то, как текущие события распределены по всей структуре книги заявок.
📈 Результаты, которые впечатляют
Команда провела обширное тестирование своей модели на разных наборах данных:
- 🇫🇮 FI-2010: эталонный набор данных по финским акциям, где TLOB показал превосходство над лучшими существующими моделями в среднем на 3,7% по метрике F1-score.
- 🚗 Tesla и Intel: акции с Nasdaq, где прирост составил в среднем 1,3% для Tesla и 7,7% для Intel.
- ₿ Bitcoin: современные и крайне волатильные данные по криптовалюте, где TLOB также обогнал текущий state-of-the-art.
👨🔬 Любопытные наблюдения и личное мнение
Однако у каждого успеха есть свои нюансы. Исследователи обратили внимание на интересный феномен: эффективность прогнозирования фондовых рынков со временем падает. Этот факт согласуется с гипотезой об эффективном рынке — как только модели находят закономерности, трейдеры быстро «выбирают» всю прибыльную информацию, сводя её ценность к минимуму.
Кроме того, авторы провели эксперимент, используя средний спред (разницу между лучшими ценами покупки и продажи) для определения порога классификации трендов, что намного ближе к реальным торговым условиям. Это привело к заметному снижению формальных показателей модели, подчёркивая сложность переноса научных моделей в прибыльные торговые стратегии.
🛠️ Реализация и доступность
Авторы обещают вскоре выложить код в открытый доступ, что безусловно станет ценным ресурсом для дальнейших исследований и практических экспериментов в финансовом машинном обучении.
🌟 Выводы и взгляд в будущее
TLOB показывает, что трансформеры с двойным вниманием способны глубоко понимать структуру рынка и адаптироваться к его динамике, особенно на длинных горизонтах и при высокой волатильности. При этом исследования также подчёркивают: искусственный интеллект не является волшебной палочкой, и реальная прибыльность зависит от тонкой настройки и грамотной интеграции моделей в торговые системы.
В будущем нас ждут новые исследования, направленные на преодоление растущей эффективности рынков, а также создание моделей, которые смогут учитывать реальные торговые расходы и ограничения.
🔖 Полезные ссылки:
Интеллектуальный трейдинг выходит на новый уровень, а TLOB — это значительный шаг к будущему, где каждое решение основывается на глубоком и умном анализе рынка. 💡📊✨