💻 computer science

Macroeconomic Message Passing for Anticipating Foreign Exchange Regime Changes: A Deep Logical Learning Approach using Graph Tsetlin Machines

Dieses Paper schlägt ein Graph-Tsetlin-Machine-Framework vor, das Message Passing auf hypervektorisierten gerichteten Multigraphen von makroökonomischen und technischen Indikatoren nutzt, um Wechselkursregimwechsel vorherzusagen, wobei es insbesondere dessen Wirksamkeit und Interpretierbarkeit bei der Antizipation von USD/JPY-Marktverschiebungen demonstriert.

Ursprüngliche Autoren: Christian Blakely, Melanie Gilmore

Veröffentlicht 2026-07-09

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Christian Blakely, Melanie Gilmore

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

Stellen Sie sich vor, Sie versuchen das Wetter in einer fremden Stadt vorherzusagen, aber anstatt nur in ein einzelnes Thermometer zu schauen, versuchen Sie die gesamte Atmosphäre zu verstehen, indem Sie beobachten, wie der Wind, die Meeresströmungen und die Temperaturen in benachbarten Städten miteinander kommunizieren.

Das ist im Wesentlichen das, was diese Arbeit leistet, aber anstatt des Wetters wird die „Stimmung“ des Devisenmarktes USD/JPY (US-Dollar gegenüber Japanischem Yen) vorhergesagt.

Hier ist eine einfache Aufschlüsselung ihres Ansatzes, unter Verwendung alltäglicher Analogien:

1. Das Problem: Der Markt hat „Stimmungen“

Die Autoren argumentieren, dass der Devisenmarkt nicht nur einem Random Walk (Zufallspfad) folgt; er hat ausgeprägte „Regime“ oder Stimmungen. Sie identifizieren vier Hauptstimmungen:

Stagnierend (Die Ruhe): Die Preise bewegen sich kaum, wie ein Teich ohne Wind. Es ist langweilig und schwer vorherzusagen, da es keine klare Richtung gibt.
Beständiger Trend (Der Reiseflug): Die Preise bewegen sich langsam, aber stetig in eine Richtung, wie ein Zug auf Schienen.
Unruhig (Die Achterbahn): Die Preise springen wild auf und ab, kommen aber letztendlich nirgendwo an. Dies ist gefährlich für Anleger, die versuchen, dem Trend zu folgen.
Volatiler Trend (Die Rakete): Die Preise bewegen sich schnell und weit in eine Richtung, meist aufgrund eines großen wirtschaftlichen Ereignisses.

Die Herausforderung: Traditionelle Computer sind schlecht darin, die „stagnierende“ Stimmung zu erkennen. Sie lassen sich durch das Rauschen verwirren. Zudem betrachten sie Daten oft isoliert, als würde man die Temperatur in einem Raum prüfen, ohne zu wissen, was in der Küche oder im Wohnzimmer passiert.

2. Die Lösung: Eine „Nachbarschaftswache“ für Daten

Die Autoren entwickelten eine neue Art von KI namens Graph Tsetlin Machine (GraphTM).

Der Graph (Die Karte): Stellen Sie sich eine Karte vor, auf der jeder Punkt ein Stück Information ist. Ein Punkt ist der Yen-Kurs, ein anderer die US-Zinssätze, ein weiterer der Ölpreis und ein weiterer der Euro-Kurs.
Die Kanten (Die Gespräche): Linien verbinden diese Punkte. Diese Linien repräsentieren, wie sie einander beeinflussen. Wenn sich beispielsweise die US-Zinssätze ändern, reist eine Nachricht entlang der Linie zum Yen-Kurs-Punkt.
Das „Message Passing“ (Nachrichtenübermittlung): Das ist der magische Teil. Anstatt nur den Yen-Kurs zu betrachten, fragt die KI ihre Nachbarn: „Hey, siehst du Veränderungen bei den Zinssätzen? Bewegt sich der Ölpreis?“ Sie sammelt diese Nachrichten, um ein vollständiges Bild zu erhalten.

3. Das Gehirn: Logik, nicht Mathematik

Die meisten modernen KIs (wie Deep Learning) arbeiten wie eine Black Box, die komplexe Mathematik nutzt, um eine Antwort zu erraten. Das ist leistungsstark, aber man kann sie nicht leicht fragen, warum sie eine Vermutung angestellt hat.

Diese Arbeit verwendet Tsetlin Machines, die eher wie ein Team von Detektiven funktionieren, die logische Regeln anwenden.

Schlussfolgerung durch Ausschluss: Anstatt zu versuchen, ein komplexes Muster zu finden, um zu sagen „Es ist ein Trend“, ist die KI sehr gut darin zu sagen: „Es ist kein Trend, weil es keine Volatilität, keine Zinsänderung und keine Ölpreisbewegung gibt.“
Die Analogie: Stellen Sie sich vor, Sie versuchen eine ruhige Bibliothek zu identifizieren. Sie müssen nicht hören, welches Buch gerade gelesen wird; Sie müssen nur bestätigen, dass niemand schreit, niemand rennt und niemand Dinge fallen lässt. Wenn all diese Dinge fehlen, wissen Sie, dass es eine ruhige Bibliothek ist. Die KI macht dies mit Marktdaten.

4. Wie sie es trainiert haben

Sie fütterten die KI mit jeweils 72 Stunden (3 Tagen) an Daten.

Sie haben nicht nur betrachtet, was genau jetzt passiert. Sie haben betrachtet, was in den nächsten 3 Tagen geschah, um zu sehen, in welche „Stimmung“ sich der Markt tatsächlich eingependelt hatte.
Sie verwendeten ein „Mehrheitsvotum“-System. Wenn der Markt zwei Tage lang unruhig war und dann für einen Tag einen Trend aufwies, beschrifteten sie den gesamten Zeitraum basierend auf der dominanten Stimmung. Dies half der KI, winzige, verwirrende Schwankungen zu ignorieren und sich auf die wahre Geschichte zu konzentrieren.

5. Die Ergebnisse: Warum es wichtig ist

Als sie dies gegen andere berühmte KI-Modelle testeten (wie jene, die von Großbanken oder Standard-Maschinellen-Lern-Tools verwendet werden):

Besser im „langweiligen Zeug“: Es war viel besser darin, die „stagnierenden“ (langweiligen) Phasen zu erkennen als andere Modelle. Dies ist entscheidend, da dies die Zeit ist, in der die meisten anderen Modelle verwirrt werden und Geld verlieren.
Die Kraft der Nachbarn: Als sie die „Nachbarschaftsdaten“ (wie Ölpreise und andere Währungen) entfernten und nur auf den Yen selbst blickten, wurde die KI viel schlechter. Dies beweist, dass man, um den Yen zu verstehen, dem Rest der Weltwirtschaft zuhören muss.
Risikomanagement: Sie erstellten einen „Risiko-Score“. Stellen Sie sich ein Dashboard in einem Auto vor. Wenn die Straße rutschig ist (unruhiger Markt), leuchtet das Dashboard rot auf und sagt dem Fahrer (dem Trader), dass er langsamer fahren oder anhalten soll. Wenn die Straße frei ist (beständiger Trend), leuchtet das Licht grün. Dieses System warnte erfolgreich, wenn der Markt während der Pandemie im Jahr 2020 kurz davor stand, chaotisch zu werden.

Zusammenfassung

Die Arbeit behauptet, dass durch den Bau eines „Nachbarschaftswach“-Systems, bei dem verschiedene wirtschaftliche Faktoren miteinander kommunizieren, und durch die Verwendung eines logikbasierten Gehirns, das sehr gut darin ist, das zu erkennen, was fehlt (wie die Stille in einer Bibliothek), sie die Stimmungen des Devisenmarktes besser vorhersagen können als traditionelle Methoden. Dies hilft Tradern zu wissen, wann sie aggressiv, wann sie vorsichtig sein oder wann sie den Markt ganz verlassen sollten.

Technisches Resümee: Makroökonomische Nachrichtenübertragung zur Antizipation von Wechselkursregimewechseln

Problemstellung
Die Identifizierung von Devisenmarktregimen (FX-Regimen) – distinkte Zustände der Preisaktion, die durch spezifische makroökonomische Bedingungen gesteuert werden – bleibt eine erhebliche Herausforderung im quantitativen Finanzwesen. Traditionelle parametrische Modelle (z. B. Hamilton 1989; Krolzig 1997) stützen sich auf strikte Linearitätsannahmen und haben Schwierigkeiten in hochdimensionalen Merkmalsräumen. Während moderne Ansätze des maschinellen Lernens unter Verwendung von unüberwachtem Lernen oder Regimewechsel-Frameworks die Adaptivität verbessert haben, operieren diese oft über lange Zeithorizonte, was ihre Fähigkeit einschränkt, schnell auf plötzliche Regimaschocks zu reagieren. Zudem sind Standard-Tsetlin-Maschinen (TM), obwohl sie eine interpretierbare logikbasierte Mustererkennung bieten, durch boolesche Eingangsrepräsentationen und fest vorgegebene Architekturen eingeschränkt, denen es an einem inhärenten Gedächtnis für vergangene Zustände mangelt, sofern dies nicht explizit konstruiert wurde. Die spezifische Herausforderung, die in dieser Arbeit behandelt wird, ist die Antizipation von vier distinkten FX-Regimen auf Stundenbasis, insbesondere während Phasen von „Volatilitätsdürren“ (geringe Varianz, getrieben durch statische Zinspolitiken), in denen das Signal-Rausch-Verhältnis komprimiert ist.

Methodik
Die Autoren schlagen ein Graph Tsetlin Machine (GraphTM) Framework vor, das exogene makroökonomische Variablen in ein strukturiertes, logikbasiertes Lernsystem integriert.

Graph-Repräsentation: Der Markt wird als hypervektorisierter gerichteter Multigraph $G = (V, E, P, T)$ $G = (V, E, P, T)$ modelliert.
- Knoten ( $V$ ): Repräsentieren Marktvariablen, einschließlich eines Zielpreis-Knotens ( $v_{UJ}$ für USD/JPY), Volatilitätstrajektorien-Knoten ( $v_{ra}$ ), Effizienztrajektorien-Knoten ( $v_{le}$ ) und makroökonomischer Treiber-Knoten ( $v_{ry}$ , welche US/JP-Anleiherenditen und Ölpreise darstellen).
- Kanten ( $E$ ): Definieren kausale und korrelative Beziehungen (z. B. fundamentale Abhängigkeit von Anleiherenditen zu FX-Preisen, Cross-Market-Volatilitätsverknüpfungen).
- Eigenschaften ( $P$ ): Kodiert als dünnbesetzte binäre Hypervektoren, die sowohl aktuelle als auch historische Zustände erfassen (z. B. normalisierter Average True Range und Efficiency Ratio).
Tiefe logische Klauseln: Im Gegensatz zu Standard-TMs, die globale Merkmalsvektoren verarbeiten, konstruiert die GraphTM tiefe konjunktive Klauseln ( $C_j = C^0_j \land C^1_j \land \dots \land C^{D-1}_j$ $C_{j} = C_{j}^{0} \land C_{j}^{1} \land \dots \land C_{j}^{D - 1}$ ).
- Schicht 0 ( $C^0$ ): Operiert auf lokalen Knoteneigenschaften (z. B. Detektion des Ausbleibens einer Volatitätsexpansion).
- Nachrichtenübertragung (Message Passing): Höhere Schichten nutzen Nachrichtensymbole ( $M$ ), die zwischen Knoten über Kanten übertragen werden. Wenn eine Komponente der unteren Schicht als wahr evaluiert wird, signalisiert sie dies den Nachbarn. Nachfolgende Schichten prüfen diese „Posteingänge“, um lokale Zustände gegen den Kontext benachbarter Knoten zu validieren (z. B. die Verifizierung eines stagnierenden Preis-Knotens gegenüber einem stabilen Anleiherendite-Knoten).
Lernmechanismus: Das System verwendet dezentrale Tsetlin-Automaten (TA), die über Knoten und Schichten verteilt sind. Das Lernen erfolgt durch diskrete Zustandsübergänge, die von zwei Arten von Feedback getrieben werden:
- Typ I (Generalisierung): Verstärkt Literale, die zu korrekten Klassifizierungen beitragen, und fördert die Inklusion stabiler struktureller Eigenschaften.
- Typ II (Diskriminierung): Bestraft Falsch-Positive, indem die Inklusion von Literalen erzwungen wird, die dem aktuellen Marktzustand widersprechen, wodurch Klauseln effektiv unterdrückt werden, die Regime falsch klassifizieren (z. B. das Verhindern der Aktivierung einer „stagnanten“ Klausel während eines „Trends“).
Regime-Definition: Das Modell zielt auf vier Regime ab, die durch die Schnittmenge von normalisierter Volatilität (ATR) und gerichteter Effizienz (Efficiency Ratio) definiert sind:
1. Stagnant (Stagnierend): Niedrige Volatilität / Niedrige Effizienz.
2. Steady Trend (Beständiger Trend): Niedrige Volatilität / Hohe Effizienz.
3. Choppy/Mean-Reverting (Unruhig/Mean-Reverting): Hohe Volatilität / Niedrige Effizienz.
4. Volatile Trend (Volatiler Trend): Hohe Volatilität / Hohe Effizienz.
Labeling-Strategie: Um zeitliche Stabilität zu gewährleisten, werden Labels mittels eines 72-Stunden-Mehrheitsvotings über das vorwärtsgerichtete Fenster generiert, wodurch transiente stündliche Rauschsignale herausgefiltert werden.

Wesentliche Beiträge

Graph-theoretische Regime-Detektion: Die Arbeit führt die Anwendung von GraphTM auf FX-Märkte ein, wobei makroökonomische Treiber und technische Indikatoren auf eine Graphstruktur abgebildet werden, um Cross-Asset-Abhängigkeiten und kausale Beziehungen explizit zu erfassen.
Schlussfolgerung durch Elimination: Die Architektur nutzt die Fähigkeit, das Fehlen von Eigenschaften (z. B. das Ausbleiben einer Volatitätsexpansion) zu spezifizieren, um stagnante Zustände präzise zu klassifizieren – eine Fähigkeit, die sich besonders während Phasen mit geringer Varianz als effektiv erwiesen hat.
Rauschresistenz via Hypervektoren: Durch die Kodierung von Knoteneigenschaften und Nachrichten in einem hochdimensionalen Hypervektorraum bewahrt das Modell die prädiktive Robustheit in Umgebungen mit geringer Signal-Klarheit.
Asymmetrischer Risiko-Metrik: Die Autoren schlagen einen benutzerdefinierten „Trading Risk Score“ basierend auf einer asymmetrischen Kostenmatrix vor. Diese Metrik priorisiert die Minimierung des Kapitalverlusts durch falsche Trendprognosen in unruhigen Märkten gegenüber der reinen statistischen Genauigkeit, wodurch die Optimierung des Modells mit praktischen algorithmischen Handelsbeschränkungen in Einklang gebracht wird.

Ergebnisse
Die empirische Evaluierung wurde an USD/JPY-Stundendaten durchgeführt, die in Trainings- (60 %) und Out-of-Sample (OOS) Test-Sets (40 %) unter strikter chronologischer Ordnung und einer 72-Stunden-Datenbereinigung (Purge) zur Vermeidung von Leakage unterteilt wurden.

Leistung: Die vollständige GraphTM erreichte eine Gesamtgenauigkeit im OOS-Test von 70,69 %.
- Klasse 0 (Stagnant): 80,51 % Genauigkeit.
- Klasse 2 (Choppy): 71,91 % Genauigkeit.
- Klasse 1 (Steady Trend): 48,16 % Genauigkeit.
- Klasse 3 (Volatile Trend): 11,24 % Genauigkeit (begrenzt durch die Stichprobengröße und den abrupten Beginn).
Vergleichende Analyse: Die GraphTM übertraf Benchmarks wie Gradient Boosted Machines (62,54 %), Graph Neural Networks (56,13 %) und Standard-Convolutional Tsetlin Machines (CoTM) mit bis zu zwei Lags (58,76 %).
Ablationsstudie: Das Entfernen exogener makroökonomischer Knoten (Anleiherenditen, Öl, Cross-Pair-Volatilität) führte zu einem signifikanten Leistungsabfall (Gesamtgenauigkeit sank auf 48,01 %), insbesondere für Klasse 1 (Steady Trend, Abfall auf 9,93 %). Dies bestätigt, dass interne Momentum-Indikatoren allein nicht ausreichen, um stabile Trends von Seitwärtsphasen zu unterscheiden.
Risiko-Metriken: Während der Hochvolatilitäts-COVID-19-Periode (2020) identifizierte die rollierende Risiko-Metrik korrekt die hohe strukturelle Unsicherheit. Im Gegensatz dazu sank die Risiko-Metrik während der stabilen Trendperiode 2021–2022 auf nahezu Null, was die Fähigkeit des Modells demonstriert, Phasen mit geringem operativen Risiko zu erkennen.

Bedeutung und Ansprüche
Das Paper behauptet, dass die GraphTM ein robustes, transparentes und recheneffizientes Paradigma zur Navigation durch multimodale Marktregime bietet. Die primäre Bedeutung liegt in der Überbrückung der Lücke zwischen strukturellem geometrischem Lernen und symbolischer Erklärbarkeit. Durch die Nutzung von Message Passing über einen Graphen makroökonomischer Beziehungen kann das Modell Regimeänderungen schneller antizipieren als traditionelle Modelle mit langen Zeithorizonten, während es gleichzeitig durch logische Klauseln interpretierbar bleibt. Die Autoren postulieren, dass dieser Ansatz besonders wertvoll für das „Schlussfolgern durch Elimination“ in stagnanten Märkten ist und die Integration von Cross-Asset-Korrelationen ohne die Black-Box-Natur tiefer neuronaler Netze ermöglicht. Die Studie kommt zu dem Schluss, dass graphbasiertes logisches Lernen eine lebensfähige Alternative zum konventionellen maschinellen Lernen für die Finanzprognose darstellt, insbesondere durch die explizite Modellierung makroökonomischer Beziehungen als Graphstrukturen.