KAN vs LSTM Performance in Time Series Forecasting
Diese Studie zeigt, dass während die Basis-Kolmogorov-Arnold-Netzwerke (KAN) während des Trainings schneller konvergieren, Long Short-Term Memory (LSTM)-Netzwerke sie in der Vorhersagegenauigkeit für stochastische, nicht-stationäre Finanzzeitreihen deutlich übertreffen, wodurch LSTM als die überlegene Wahl für genauigkeitskritische Prognoseaufgaben etabliert wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das große Ganze: Ein Wettrennen zwischen zwei Wettervorhersagern
Stellen Sie sich vor, Sie versuchen, das Wetter für die nächsten Tage vorherzusagen, aber das Wetter ist chaotisch, ändert ständig seine Meinung und folgt keinem einfachen Regelwerk. Sie haben zwei verschiedene „Vorhersagemodelle“ (Computer-Modelle), die Ihnen helfen sollen:
- Der erfahrene Detektiv (LSTM): Dieses Modell ist schon seit langer Zeit im Einsatz. Es ist berühmt dafür, exzellent darin zu sein, eine über die Zeit erzählte Geschichte (wie eine Abfolge von Ereignissen) zu analysieren und sich daran zu erinnern, was gestern geschah, um vorherzusagen, was morgen passiert.
- Das neue theoretische Genie (KAN): Dies ist ein brandneues Modell, das auf einem ausgeklügelten mathematischen Theorem basiert. Es verspricht sehr „transparent“ zu sein – das heißt, man kann leicht nachvollziehen, wie es seine Entscheidungen trifft. Ursprünglich wurde es jedoch für statische Rätsel entwickelt, nicht für Geschichten, die sich im Laufe der Zeit entfalten.
Die Autoren dieser Arbeit haben diese beiden gegeneinander antreten lassen, um zu sehen, wer besser darin ist, Aktienkurse vorherzusagen (welche chaotisch, zufällig und ständig im Wandel sind).
Der Aufbau: Wie sie das Spiel spielten
Die Forscher stellten eine spezifische Herausforderung auf:
- Die Aufgabe: Die Vorhersage zukünftiger Aktienkurse basierend auf vergangenen Daten (Eröffnung, Hoch, Tief, Schluss, Volumen).
- Die Regeln: Sie verwendeten eine „Direct Multi-Output“-Methode. Stellen Sie sich vor, Sie fragen das Modell: „Hier sind die Daten der letzten 20 Tage; sag mir genau, wie hoch der Preis für den nächsten 1 Tag, 2 Tage oder sogar 100 Tage sein wird – und zwar alles auf einmal.“
- Die Punktetafel: Der Erfolg wurde mittels RMSE (Root Mean Square Error) gemessen. Betrachten Sie dies als einen „Fehlerwert“. Je niedriger die Zahl, desto besser ist das Modell.
Das Ergebnis: Der Veteran gewinnt entscheidend
Die Ergebnisse waren über alle Zeiträume hinweg (1 Tag, 2 Tage und 100 Tage) klar und konsistent:
- Der erfahrene Detektiv (LSTM) war der eindeutige Gewinner. Er sagte die Aktienkurse mit wesentlich höherer Genauigkeit voraus. Tatsächlich waren seine Fehler 6,5 bis 10 Mal kleiner als die Fehler des Neuen Genies.
- Das Neue Genie (KAN) hatte zu kämpfen. Obwohl es theoretisch interessant war, produzierte es riesige Fehler. Es war, als würde man versuchen, ein bewegliches Puzzle zu lösen, indem man die Teile einfach einfriert; es konnte mit dem Fluss der Zeit einfach nicht Schritt halten.
Die Analogie:
Stellen Sie sich vor, Sie versuchen vorherzusagen, wo ein Läufer in 10 Sekunden sein wird.
- LSTM beobachtet den Läufer, sieht seine Geschwindigkeit, seinen Schritt und seinen Schwung und berechnet den zukünftigen Pfad.
- Standard KAN macht ein Foto vom Läufer, flacht das Foto in eine einzige Liste von Zahlen ab (wobei die Reihenfolge der Schritte ignoriert wird) und versucht dann, die Zukunft zu erraten. Es ist, als würde man versuchen, das Ende eines Films vorherzusagen, indem man nur einen Haufen zufälliger Einzelbilder aus der Mitte des Films betrachtet. Für Sequenzen funktioniert das einfach nicht gut.
Die „Geschwindigkeits“-Falle: Wer war schneller?
Sie denken vielleicht: „Wenn KAN so schlecht war, war es vielleicht wenigstens superschnell?“
- Das Papier sagt: Ja, KAN schloss sein Training schneller ab (etwa 35 Sekunden gegenüber bis zu 120 Sekunden für LSTM).
- Der Haken: Dies ist kein fairer Vergleich. Es ist, als würde man einen Sprinter vergleichen, der 100 Meter gelaufen ist, mit einem Marathonläufer, der nur 10 Meter gejoggt ist.
- LSTM trainierte für 25 „Runden“ (Epochen) unter Verwendung kleiner Datenpakete (Batches).
- KAN absolvierte nur 10 „Runden“ unter Verwendung des gesamten Datensatzes auf einmal.
- Da KAN viel weniger Arbeit verrichtete, war es schnell fertig, aber es hatte keine Chance, tiefgründiger zu lernen. Das Papier warnt davor, dass man nicht sagen kann, dass KAN auf eine nützliche Weise „schneller“ ist, da sie nicht das gleiche Maß an Training durchgeführt haben.
Warum ist KAN gescheitert? (Das Kernproblem)
Das Papier identifiziert einen grundlegenden strukturellen Fehler in der Art und Weise, wie das Standard-KAN-Modell verwendet wurde:
- LSTM ist darauf ausgelegt, Zeit zu verstehen. Es erinnert sich an die Reihenfolge der Ereignisse (Schritt 1 geschah vor Schritt 2).
- Standard KAN (die hier getestete Version) behandelt die Zeit als statisch. Um Daten in das Modell einzuspeisen, mussten die Forscher die Zeitsequenz in eine einzige lange Liste von Zahlen „abflachen“. Dies zerstörte den Zeitstrahl. Das Modell verlor den Kontext dessen, wann Dinge passierten, was der wichtigste Teil bei der Vorhersage der Zukunft ist.
Das Fazum für Praktiker
- Wenn Sie Genauigkeit benötigen: Bleiben Sie bei LSTM. Es ist die zuverlässige, bewährte Wahl für die Finanzprognose.
- Wenn Sie das „Neue Ding“ (KAN) wollen: Verwenden Sie die Standardversion nicht für die Aktienprognose. Sie ist für diesen Job noch nicht bereit.
- Die Einschränkung: Das Papier stellt ausdrücklich fest, dass es neuere, modifizierte Versionen von KAN gibt (wie „Temporal KAN“ oder „Time-Frequency KAN“), die versuchen, dieses Zeitverfolgungs-Problem zu lösen. Diese Studie hat diese jedoch nicht getestet. Sie hat nur die „Basis“-Version getestet.
Zusammenfassung in einem Satz
Bei der Vorhersage chaotischer Aktienkurse zertrümmert das altbewährte, zeitbewusste LSTM-Modell das neue, theoretisch transparente KAN-Modell, weil das Standard-KAN den Fluss der Zeit nicht verstehen kann und eine Abfolge von Ereignissen in einen bedeutungslosen Haufen von Zahlen verwandelt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.