EP-GAT: Energy-based Parallel Graph Attention Neural Network for Stock Trend Classification

Der Artikel stellt EP-GAT vor, ein energiebasiertes paralleles Graph-Attention-Neurales Netzwerk, das durch die Modellierung dynamischer Interdependenzen und hierarchischer Intra-Stock-Dynamiken die Vorhersagegenauigkeit von Aktienkurstrends auf mehreren globalen Märkten im Vergleich zu bestehenden Methoden verbessert.

Das Wesentliche

Stellen Sie sich den Aktienmarkt nicht als riesiges, chaotisches Chaos vor, sondern als eine große, lebendige Stadt, in der jeder Bürger (jede Aktie) mit allen anderen in Kontakt steht. Wenn der Bürgermeister (eine große Bank) einen neuen Plan ankündigt, reagieren nicht nur die Bankangestellten, sondern auch der Bäcker um die Ecke und die Lehrerin in der Nachbarschaft.

Das Problem bei den bisherigen Vorhersagemodellen war, dass sie diese Stadt wie ein statisches Telefonbuch behandelten. Sie sagten: "Die Bank und der Bäcker gehören zur gleichen Branche, also sind sie Freunde." Aber das stimmt nicht immer! Manchmal sind sie heute beste Freunde, weil sie zusammenarbeiten, und morgen sind sie Konkurrenten, weil sich die Preise geändert haben. Die alten Modelle konnten diese sich ständig ändernden Beziehungen nicht richtig einfangen.

Hier kommt EP-GAT ins Spiel – eine neue, clevere Methode, die wie ein Super-Detektiv funktioniert. Hier ist die Erklärung in drei einfachen Schritten:

1. Der "Energie-Detektiv": Wer beeinflusst wen? (Dynamische Graphen)

Stellen Sie sich vor, jede Aktie hat eine unsichtbare Energie. Wenn eine Aktie sehr volatil ist (viel auf und ab), hat sie hohe Energie. Wenn sie ruhig ist, hat sie niedrige Energie.

• Das alte Problem: Frühere Modelle haben nur geschaut, ob zwei Firmen im selben Sektor sind (wie zwei Nachbarn in derselben Straße).
• Die EP-GAT-Lösung: EP-GAT nutzt ein physikalisches Gesetz namens Boltzmann-Verteilung. Das klingt kompliziert, ist aber einfach wie ein Wetterbericht für Beziehungen:
  • Wenn zwei Aktien eine ähnliche "Energie" haben, sind sie sich ähnlich und beeinflussen sich stark.
  • Wenn ihre Energien sehr unterschiedlich sind, ist der Einfluss schwächer.
  • Der "Temperatur"-Faktor in der Formel ist wie die Zeit: Je länger wir zurückblicken, desto mehr gleichen sich die Unterschiede aus (wie bei heißem Tee, der abkühlt). Je kürzer der Blick, desto spürbarer sind die Unterschiede.

So erstellt EP-GAT jeden Tag ein neues, dynamisches Straßenkarten-Netzwerk, das genau zeigt, wer heute mit wem "redet" und wer sich gegenseitig beeinflusst.

2. Der "Turm der Beobachter": Die Hierarchie bewahren (Parallele Graph-Attention)

Stellen Sie sich vor, Sie schauen sich einen Film an.

• Schicht 1: Sie sehen nur die Farben.
• Schicht 2: Sie erkennen die Gesichter.
• Schicht 3: Sie verstehen die Handlung.
• Schicht 4: Sie verstehen die tiefe Bedeutung.

Die meisten KI-Modelle mischen diese Schichten durcheinander, wenn sie den Film analysieren. Am Ende wissen sie nicht mehr, ob sie gerade die Farbe oder die Handlung sehen. Das führt zu Verwirrung.

EP-GAT baut stattdessen einen Turm mit mehreren Etagen (parallele Graph-Attention):

• Jede Etage behält ihre eigene Sichtweise bei.
• Eine spezielle "Aufsicht" (Multi-Head Attention) schaut sich an, was jede Etage gesehen hat, und fasst das Beste zusammen, ohne die Details zu verlieren.
• Das Ergebnis: Das Modell versteht nicht nur, dass sich eine Aktie bewegt, sondern warum und wie sich diese Bewegung im Laufe der Zeit entwickelt hat, ohne die feinen Details zu verwischen.

3. Das große Ganze: Die Vorhersage

Wenn EP-GAT diese beiden Tricks kombiniert – die tägliche, sich ändernde Landkarte der Beziehungen und den klaren Blick durch die verschiedenen Ebenen der Zeit – kann es viel besser vorhersagen, ob eine Aktie morgen steigen oder fallen wird.

Warum ist das wichtig?
In den Tests hat EP-GAT wie ein erfahrener Kapitän funktioniert, der nicht nur auf den Kompass (starre Regeln) schaut, sondern auch auf den Wind, die Strömung und die Stimmung an Bord. Es hat auf fünf verschiedenen Märkten (USA und UK) besser abgeschnitten als alle anderen bekannten Methoden.

Zusammenfassend:
EP-GAT ist wie ein intelligenter Dirigent, der nicht nur die einzelnen Musiker (Aktien) hört, sondern versteht, wie sich das Orchester in Echtzeit verändert, und genau weiß, welche Note als Nächstes kommen wird, um das perfekte Ergebnis zu erzielen.

Technische Zusammenfassung

1. Problemstellung

Die Vorhersage von Aktienkursentwicklungen ist aufgrund der stochastischen Natur und der hohen Volatilität der Märkte eine herausfordernde Aufgabe. Bestehende Ansätze, insbesondere solche, die auf Graph Neural Networks (GNNs) basieren, weisen zwei wesentliche Mängel auf:

• Statische Abhängigkeiten: Die meisten aktuellen Modelle verwenden statische oder manuell definierte Faktoren (z. B. Branchenbeziehungen), um die Interdependenzen zwischen Aktien zu modellieren. Dies ignoriert die dynamische und sich ständig verändernde Natur der Marktbeziehungen.
• Verlust hierarchischer Merkmale: Viele GNN-Architekturen verzerren während der Informationspropagierung die hierarchischen Merkmale innerhalb einer einzelnen Aktie (intra-stock dynamics), was zu einer Verschlechterung der gelernten zeitlichen Repräsentationen führt.

Ziel der Arbeit ist es, diese Lücken zu schließen, indem ein Modell entwickelt wird, das sowohl die sich entwickelnden Interdependenzen zwischen Aktien als auch die komplexen, hierarchischen zeitlichen Muster innerhalb der Aktien erfasst.

2. Methodik: EP-GAT

Das vorgeschlagene Framework, EP-GAT (Energy-based Parallel Graph Attention Neural Network), besteht aus zwei Hauptkomponenten:

A. Energie-basierte Graph-Generierung (Dynamic Stock Graph Construction)

Anstatt statische Kanten zu verwenden, generiert EP-GAT einen dynamischen Aktiengraphen basierend auf physikalischen Prinzipien:

• Energiemodellierung: Die „Energie" $E_i$ einer Aktie wird als Summe der Quadrate ihrer historischen Indikatorwerte (z. B. Eröffnungs-, Hoch-, Tief- und Schlusskurse) definiert.
• Boltzmann-Verteilung: Die Kantenstärke (Adjazenzmatrix $A_t$) zwischen zwei Aktien $i$ und $j$ wird durch die Energie-Differenz $|E_i - E_j|$ und die Boltzmann-Verteilung bestimmt.
  • Formel: $A_{i,j}^t \propto e^{-\frac{|E_i - E_j|}{k\tau}}$
  • Dabei dient die Lag-Fenstergröße $\tau$ als Näherung für die absolute Temperatur $T$ des Systems, und $k$ ist ein Skalierungsfaktor.
• Dynamik: Ein kleineres $\tau$ (kurze Vergangenheit) betont Energieunterschiede stärker, während ein größeres $\tau$ die Einflüsse ausgleicht. Dies ermöglicht die Modellierung sich wandelnder Beziehungen.
• Verdünnung (Sparsification): Um Rauschen zu reduzieren, werden Kanten unter einem Schwellenwert $s$ auf null gesetzt.

B. Parallele Graph-Attention-Mechanismus (Parallel Graph Attention)

Um die hierarchischen Merkmale innerhalb der Aktien zu erhalten und eine Verzerrung durch tiefe GNN-Schichten zu verhindern:

• Entkopplung: Der Mechanismus trennt die Informationspropagierung von der Repräsentationslernschicht.
• Parallelverarbeitung: Anstatt die Repräsentationen sequentiell zu transformieren, werden die latenten Repräsentationen aus jeder Propagierungsschicht ($H_l$) parallel verarbeitet.
• Multi-Head Attention: Die ursprünglichen Merkmale werden mit den transformierten Merkmalen verknüpft (Concatenation) und durch Multi-Head-Attention gewichtet. Dies bewahrt die hierarchischen Strukturen und verhindert den Verlust von Informationen in tiefen Schichten.

3. Hauptbeiträge

1. Dynamische Graph-Generierung: Eine neuartige Methode zur Erstellung von Aktien-Graphen basierend auf Energieunterschieden und der Boltzmann-Verteilung, die die stochastische Natur der Marktbeziehungen besser abbildet als statische Branchenmodelle.
2. Parallele Graph-Attention: Ein innovativer Mechanismus, der die hierarchischen intra-Aktien-Merkmale durch die Erhaltung und Transformation latenter Repräsentationen aus verschiedenen Schichten bewahrt.
3. Umfassende Validierung: Extensive Experimente mit 503 Aktien über fünf Jahre hinweg auf fünf realen Datensätzen (NASDAQ, NYSE, S&P, FTSE, LSE).

4. Ergebnisse

Die Leistung von EP-GAT wurde gegen fünf konkurrierende Baseline-Modelle (einschließlich GraphWaveNet, HyperStockGAT, STGCN, Informer und ST-TIS) auf fünf Datensätzen evaluiert. Die Metriken umfassten Genauigkeit (ACC), Matthews-Korrelationskoeffizient (MCC) und F1-Score.

• Überlegene Leistung: EP-GAT schnitt auf allen Datensätzen und allen Metriken konsistent besser ab als die Baseline-Modelle.
  • Durchschnittliche Verbesserung gegenüber den Baselines: +7,61 % in der Genauigkeit (ACC), +2,63 × 10⁻² im MCC und +0,06 im F1-Score.
• Ablationsstudien:
  • Der Ersatz des energie-basierten Graphen durch einen vordefinierten statischen Graphen führte zu einem Leistungsabfall von durchschnittlich 2,25 %. Dies unterstreicht die Wichtigkeit der dynamischen Modellierung.
  • Das Entfernen des parallelen Attention-Mechanismus führte zu einem Abfall von 8,05 %, was die kritische Rolle der Bewahrung hierarchischer Merkmale beweist.
• Hyperparameter-Analyse: Die Studie zeigte, dass ein Lag-Fenster von ca. 14–23 Tagen optimal ist und dass eine sorgfältige Balance bei der Verdünnungsschwelle ($s$) entscheidend ist, um Rauschen zu vermeiden, ohne wichtige Verbindungen zu verlieren.

5. Bedeutung und Fazit

EP-GAT stellt einen signifikanten Fortschritt in der Aktienkursvorhersage dar, indem es die Limitationen statischer Graphen und die Verzerrung hierarchischer Merkmale in bestehenden GNNs adressiert.

• Theoretische Relevanz: Die Anwendung der Boltzmann-Verteilung auf Finanzdaten bietet einen neuen physikalisch inspirierten Ansatz zur Modellierung von Marktinterdependenzen.
• Praktischer Nutzen: Das Modell liefert robustere Vorhersagen für Investoren und politische Entscheidungsträger, da es besser in der Lage ist, sich an sich ändernde Marktbedingungen anzupassen.

Einschränkungen: Die aktuellen Graphen sind ungerichtet (ignorieren gerichtete Einflussrichtungen) und der parallele Mechanismus kann bei sehr großen Aktienmärkten rechenintensiv sein. Zukünftige Arbeiten planen die Einführung gerichteter Kanten und die Optimierung des Attention-Mechanismus.