Исследователи представили Adaptive Financial Transformer (AFT) — специализированную архитектуру для прогнозирования доходности акций в условиях нестабильных рынков. В отличие от стандартных трансформеров, модель использует механизм динамического управления вниманием, который адаптируется к текущему рыночному режиму. Это позволяет эффективнее учитывать семантические связи между финансовыми индикаторами и повышать точность предсказаний в меняющейся экономической среде.
Ключевым нововведением AFT является интеграция модуля Market Regime Encoder, который классифицирует текущее состояние рынка, и Adaptive Gate Network. Эти компоненты позволяют модели не просто обрабатывать временные ряды как последовательности данных, а учитывать контекстуальную значимость каждого финансового показателя в зависимости от рыночной фазы. Такой подход решает проблему стационарности, характерную для классических моделей глубокого обучения в финансах.
Архитектура также включает модуль Adaptive Financial Context, который корректирует веса внимания (self-attention) в режиме реального времени. Это позволяет системе динамически переключаться между различными стратегиями интерпретации данных, когда рынок переходит от фазы роста к фазе спада или высокой волатильности. Тестирование на исторических данных показало, что адаптивный механизм значительно превосходит стандартные архитектуры трансформеров по метрикам точности прогнозирования доходности активов.
Ключевые факты
- Модель Adaptive Financial Transformer (AFT) разработана специально для работы с нестационарными финансовыми временными рядами.
- В состав архитектуры входят Market Regime Encoder, Adaptive Gate Network и модуль Adaptive Financial Context.
- Система динамически изменяет веса внимания на основе семантических связей между финансовыми индикаторами.
- Метод направлен на решение проблемы неэффективности стандартных трансформеров при резких изменениях рыночных режимов.