كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دوازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

پیشبینی روزانه نوسان بازار ارز با ترنسفورمر انباشت-جریان: ارزیابی ‎walk‑forward‎ برای کنترل ریسک

نویسندگان :

نیما حیدری¹ سعید میرزامحمدی² بابک امیری³

1- دانشگاه علم و صنعت ایران 2- دانشگاه علم و صنعت ایران 3- دانشگاه علم و صنعت ایران

کلمات کلیدی :

پیشبینی نوسان،بازار ارز،پویاییشناسی سیستمها،ترنسفورمر،ارزیابی ‎walk‑forward،نوسان تحقق یافته

چکیده :

پیشبینی نوسان تحققیافته برای مدیریت ریسک و تعیین اندازه موقعیت اهمیت بنیادین دارد، اما عملکرد مدلها در ارزیابیهای واقعبینانه خارج از نمونه معمولاً ضعیفتر از نتایج دروننمونه است. این پژوهش مدل SD-Transformer را برای پیشبینی روزانه نوسان بازار ارز ارائه میدهد؛ معماری نوآورانهای که رمزگذار ترنسفورمر را با یک SDCell الهامگرفته از پویاییشناسی سیستمها ترکیب میکند. در این ساختار، شبکه بهجای جایگزینی کامل مدل پایه HAR، اصلاحات لازم را نسبت به پیشبینی این مدل میآموزد. مدل مذکور بر روی 11 جفتارز در بازه 2011 تا 2025، با شش مرحله ارزیابی walk-forward و سه seed تصادفی ارزیابی شد. نتایج نشان داد که این مدل کمترین QLIKE تجمیعی را در افقهای یک و پنج روز، بهترتیب برابر با 9/729- و 9/695- کسب کرده است. در افق یکروزه، مدل در تمامی دورهها از HAR پیشی گرفت و تنها مدل باقیمانده در مجموعه اطمینان 90 درصدی بود. در آزمون ablation با ظرفیت یکسان، SDCell برتری معناداری نسبت به GRU نشان داد. تحلیل حذف گروهی ورودیها حاکی از وابستگی شدید پیشبینی به قیمت، نوسان تحققیافته و اطلاعات پنج روز اخیر است. در کاربرد هدفگذاری نوسان سالانه 10 درصد، خطای ردیابی این مدل 1/54 واحد درصد بود که نسبت به مدلهای EWMA، LightGBM و HAR بهبود یافته است. این نتایج مؤید آن است که ترکیب حافظه انباشتی، کنترل نشت اطلاعات و یک مدل پایه آماری، پیشبینی نوسان را به ورودی قابلاعتمادی برای کنترل ریسک تبدیل میکند.