Technische Zusammenfassung: Nexus – Ein agentenbasiertes Framework für Zeitreihenvorhersagen

Problemformulierung

Die Zeitreihenvorhersage hat traditionell auf spezialisierte Zeitreihen-Foundation-Modelle (TSFMs) zurückgegriffen, die sich durch die Identifizierung numerischer Muster, Saisonalitäten und langreichweitiger Abhängigkeiten innerhalb strukturierter Daten auszeichnen. Diese Modelle operieren jedoch in einem „multimodalen Vakuum" und integrieren häufig keine unstrukturierten kontextuellen Signale (z. B. Nachrichten, Ereignisse, makroökonomische Zusammenfassungen), die strukturelle Brüche und Regimewechsel in realen Daten antreiben. Umgekehrt verfügen Large Language Models (LLMs), obwohl sie über reasoning-Fähigkeiten zur Analyse solchen textuellen Kontexts verfügen, oft nicht über die intrinsischen autoregressiven Mechanismen, die für eine präzise Erkennung numerischer Muster erforderlich sind, was zu suboptimalen Leistungen führt, wenn sie als eigenständige Zero-Shot-Vorhersagemodelle eingesetzt werden.

Die zentrale Herausforderung, die diese Arbeit adressiert, ist der „Kompromiss", dem sich Forscher gegenübersehen: Entweder sie verwerfen kritischen qualitativen Kontext, um statistische Modelle zu nutzen, oder sie verlassen sich auf LLMs, die Schwierigkeiten haben, Zeitreiheneigenschaften zu erfassen. Die Arbeit formuliert die Aufgabe als multimodales Problem, das die gemeinsame Vorhersage zukünftiger numerischer Werte ($X_{\tau+1:\tau+T}$) und ihrer zugrunde liegenden kausalen Begründung ($R$) erfordert, basierend auf einem historischen Kontext sowohl numerischer Sequenzen ($X_{1:\tau}$) als auch zugehörigen unstrukturierten Textes ($E_{1:\tau}$).

Methodik: Das Nexus-Framework

Um die Lücke zwischen statistischer Strenge und kontextueller Reasoning-Fähigkeit zu schließen, stellen die Autoren Nexus vor, ein vollständig LLM-gesteuertes Multi-Agenten-Framework. Anstatt ein einzelnes monolithisches Modell zu zwingen, alle Aspekte der Vorhersage zu bewältigen, zerlegt Nexus die Aufgabe in drei distincte logische Stufen:

1. Kontextualisierung

Um kognitive Überlastung in Szenarien mit langen Kontexten zu verhindern, verarbeitet ein Historical Context Agent ($A_{ctx}$) die rohen multimodalen Daten. Er wandelt rohe numerische Werte und dichten Text in eine hochstrukturierte, chronologische Zeitachse ($H_{1:\tau}$) um. Für jeden Zeitschritt filtert dieser Agent Rauschen und verknüpft numerische Werte explizit mit prägnanten Zusammenfassungen der wichtigsten treibenden Faktoren, wodurch nachgelagerte Agenten ein hochfideliges Signal von Ursache und Wirkung erhalten.

2. Generierung einer Dual-Resolution-Forecast-Aussicht

Nexus generiert zwei komplementäre Perspektiven aus der strukturierten Historie:

• Macro-Reasoning Agent ($A_{macro}$): Verfolgt einen Top-Down-Ansatz, um eine breite Trajektorie für den gesamten Vorhersagehorizont zu skizzieren. Er etabliert das erwartete Regime und stellt sicher, dass die endgültige Vorhersage mit fundamentalen Verschiebungen übereinstimmt.
• Micro-Reasoning Agent ($A_{micro}$): Verfolgt einen granulareren, schrittweisen Ansatz. Er bewertet unmittelbare Katalysatoren, kurzfristige Verschiebungen und lokale Volatilität für jeden zukünftigen Zeitschritt und stellt so die Reaktionsfähigkeit auf spezifische Ereignisse sicher.

3. Forecast-Synthese und Kalibrierung

• Forecast Synthesizer Agent ($A_{syn}$): Dieser Agent verschmilzt dynamisch die makro- und mikroskopischen Perspektiven. Er synthetisiert die strukturierte Historie mit den dualen Aussichten, konditioniert auf erlernte Richtlinien ($G$), um die endgültige numerische Vorhersage und eine explizite Begründung zu erzeugen.
• Calibration Agent ($A_{calib}$): Um sich ohne manuelles Design von Anweisungen an spezifische Domänen anzupassen, setzt Nexus einen Forward-Simulation-Backtesting-Mechanismus ein. Er analysiert Vorhersagefehler über historische Aufteilungen hinweg, um Kritikregeln ($G_i$) zu generieren. Diese Regeln werden geschnitten, um robuste Master-Richtlinien ($G$) zu bilden, die nur angewendet werden, wenn sie eine Leistungsverbesserung auf einem versteckten Validierungsdatensatz erzielen, um Overfitting zu verhindern.

Hauptbeiträge

Die Arbeit leistet drei primäre Beiträge:

1. Entflechtung des Reasoning: Sie zeigt, dass eine effektive LLM-basierte Vorhersage die Trennung grober Trends von granularer Zeitreihenmerkmale erfordert, um die intrinsischen numerischen Grenzen von LLMs zu überwinden.
2. Das Nexus-Framework: Sie stellt eine Multi-Agenten-Architektur vor, die makroskopische (grobe) und mikroskopische (granulare) Aussichten modelliert, bevor sie diese dynamisch zu einer einzigen, robusten Vorhersage synthetisiert.
3. State-of-the-Art-Leistung: Sie zeigt, dass Nexus auf sowohl stark saisonalen (Zillow) als auch volatilen (Aktien) Datensätzen überlegene Ergebnisse erzielt und spezialisierte TSFMs wie TimesFM-2.5 sogar in rein numerischen Settings erreicht oder übertrifft, während gleichzeitig hochinterpretierbare Reasoning-Spuren generiert werden.

Experimentelle Ergebnisse

Die Autoren evaluierten Nexus auf Daten, die strikt nach den Knowledge Cutoffs (Januar 2025) der zugrunde liegenden LLMs liegen, um eine Zero-Shot-Evaluation ohne Datenleckage sicherzustellen. Die Datensätze umfassten:

• Zillow-Immobilienmetriken: Wöchentliche Bestandszahlen von Verkäufen in 15 großen US-amerikanischen Metropolregionen.
• Aktienmärkte: Wöchentliche Schlusskurse für 7 diverse börsennotierte Unternehmen (z. B. AAPL, GOOGL, RKLB).

Leistungsmetriken:

• Multimodaler Kontext: Nexus übertraf konsistent starke Chain-of-Thought (CoT)-Benchmarks. Auf dem Zillow-Datensatz mit Claude-4.5-Sonnet reduzierte Nexus den MAPE um 86,6 % und den RMSE um 88,6 % im Vergleich zur CoT-Baseline.
• Nur numerischer Kontext: Selbst ohne textuellen Kontext erreichte oder übertraf Nexus TimesFM-2.5. Beispielsweise erzielte Nexus auf dem Zillow-Datensatz mit Gemini-3.1-Pro eine **10,4 %**ige Verbesserung des MAPE gegenüber der CoT-Baseline und entsprach der Leistung des spezialisierten TSFM.
• Qualität des Reasoning: Bei paarweisen Evaluationen unter Verwendung von Cross-Judge-Methoden (Gemini bewertet Claude und umgekehrt) wurde Nexus in 63,5 % bis 97,1 % der Fälle über die CoT-Baseline bevorzugt, und zwar über verschiedene Kriterien hinweg, darunter Domänenrelevanz, Plausibilität von Ereignissen und Konsistenz zwischen Logik und Zahlen.

Komponentenanalyse:
Ablationsstudien bestätigten, dass alle Komponenten kritisch sind. Das Entfernen des Micro-Reasoning-Agenten erhöhte den MAPE auf Aktien-Daten, was die Notwendigkeit einer granulareren Analyse für Volatilität unterstreicht. Ebenso verschlechterte das Entfernen des Macro-Reasoning-Agenten die Leistung und hob die Notwendigkeit übergeordneter Trendführung hervor.

Bedeutung und Behauptungen

Die Arbeit behauptet, dass die Vorhersage in der realen Welt fundamental ein agentenbasiertes Reasoning-Problem ist, das über die einfache Sequenzmodellierung hinausgeht. Durch die Zerlegung des Vorhersageprozesses zeigt Nexus, dass LLMs der aktuellen Generation stärkere intrinsische Vorhersagefähigkeiten besitzen als bisher anerkannt, vorausgesetzt, numerisches und kontextuelles Reasoning werden effektiv organisiert.

Die Autoren betonen, dass Nexus einen vielversprechenden Ansatz für die Entwicklung interpretierbarer, robuster und hochadaptiver Vorhersagesysteme bietet. Im Gegensatz zu statischen Modellen, die Vorhersagen ohne Revision produzieren, erzeugt Nexus hochwertige Reasoning-Spuren, die die fundamentalen Treiber hinter jeder Vorhersage explizit aufzeigen und so die Lücke zwischen numerischen Trends und qualitativem Kontext schließen. Die Arbeit legt nahe, dass die Zukunft der Vorhersage nicht in monolithischen Modellen liegt, sondern in Multi-Agenten-Systemen, die statistische Eigenschaften mit fundamentalen Treibern synthetisieren können.