Cross-Sectional Heterogeneity in LSTM Networks for Financial Time Series

Stellen Sie sich vor, Sie versuchen das Wetter vorherzusagen, aber anstatt auf Wolken zu schauen, blicken Sie auf den Aktienmarkt. Dies ist die Welt der finanziellen Zeitreihenprognose, ein Bereich, in dem Wissenschaftler versuchen zu erraten, ob der Kurs einer Aktie morgen steigen oder fallen wird, basierend auf ihrer Historie. Es ist ein notorisch schwieriges Spiel. Betrachten Sie den Aktienmarkt als einen riesigen, verrauschten Ozean. Das „Signal“ ist die tatsächliche Windrichtung, die Ihnen verrät, wohin die Wellen ziehen, aber das „Rauschen“ ist das Spritzen des Wassers, die schreienden Möwen und die zufälligen Kräuselungen, die es schwierig machen, das wahre Muster zu erkennen. Da der Markt so effizient ist – das heißt, jeder kennt die Nachrichten sofort – ist das Finden eines zuverlässigen Musters wie der Versuch, ein Flüstern in einem Hurrikan zu hören.

Um dies anzugehen, nutzen Forscher das maschinelle Lernen, speziell eine Art von computergestütztem Gehirn namens LSTM (Long Short-Term Memory). Man kann sich ein LSTM wie einen superorganisierten Bibliothekar vorstellen, der die Geschichte des Aktienkurses Tag für Tag liest, die wichtigen Teile behält und das Rauschen vergisst, um eine Vorhersage über die Zukunft zu treffen. Lange Zeit wurden diese Bibliothekare darauf trainiert, jede einzelne Aktie so zu behandeln, als wäre sie dieselbe Person, die nur einen anderen Hut trägt. Sie betrachteten die Historie von Apple und die Historie eines Versorgungsunternehmens exakt auf die gleiche Weise. Aber in der realen Welt reagieren ein Technologieunternehmen und ein Energieunternehmen sehr unterschiedlich auf Nachrichten. Diese Arbeit stellt eine einfache Frage: Was wäre, wenn wir unseren Bibliothekar lehren würden, zu erkennen, dass Aktien zu verschiedenen „Nachbarschaften“ (Sektoren) gehören und dass diese Nachbarschaften ihre eigenen, einzigartigen Persönlichkeiten haben?

Der große Sortierhut des Aktienmarktes

In dieser Studie beschließt der Autor, Julius Döbelt, den Standard-LSTM-Bibliothekar aufzurüsten. Die alte Version war gut, aber sie war etwas tollpatschig, weil sie eine hochfliegende Technologieaktie exakt so behandelte wie eine beständige Versorgungsaktie. Döbelt führt einen neuen Trick ein: Sektor-Embeddings.

Stellen Sie sich vor, Sie sind auf einer riesigen Party mit hunderten Gästen. Der alte Bibliothekar würde jeden Gast betrachten und versuchen zu erraten, wer als Nächstes tanzt, basierend auf der Art und Weise, wie er sich in der letzten Stunde bewegt hat. Aber Döbelts neuer Bibliothekar bekommt einen speziellen „Sortierhut“. Bevor der Bibliothekar überhaupt den Tanz beobachtet, markiert der Hut jeden Gast sofort mit seiner Gruppe: „Tech“, „Gesundheitswesen“, „Energie“ und so weiter. Der Bibliothekar lernt, dass „Tech“-Gäste dazu neigen, in einem bestimmten Rhythmus zu tanzen, während „Energie“-Gäste einen völlig anderen Stil haben. Indem der Maschine diese „Sektor-Tags“ als speziellen Input gibt, kann das Modell endlich verstehen, dass die vergangene Performance einer Aktie nicht nur von ihrer eigenen Historie abhängt, sondern auch vom Vibe ihrer gesamten Nachbarschaft.

Das Experiment: Eine 30-jährige Zeitreise

Um diese Idee zu testen, baute Döbelt eine Zeitmaschine. Er nahm Daten aus dem S&P 500 (den 500 größten Unternehmen der USA) von 1995 bis 2024. Er betrachtete nicht nur ein einzelnes Jahr; er führte eine Simulation durch, bei der er das Modell mit der Historie von drei Jahren trainierte und es dann im darauffolgenden Jahr testete, wobei er diesen Prozess 27 Mal wiederholte. Das ist so, als würde man einen Schüler drei Jahre lang trainieren und ihn dann jedes Jahr erneut in einem neuen Schuljahr testen, um zu sehen, ob er wirklich lernt oder ob er nur die Antworten auswendig gelernt hat.

Er verglich seinen neuen „Sektor-LSTM“ mit drei anderen Konkurrenten:

1. Dem Basis-LSTM: Der alte Bibliothekar, der Nachbarschaften ignoriert.
2. Dem Random Forest: Einer anderen Art von computergestütztem Gehirn, das Entscheidungen trifft, indem es viele kleine Fragen stellt (wie ein Komitee von Experten).
3. Der Buy-and-Hold-Strategie: Dem Investor, der einfach den gesamten Markt kauft und wartet.

Die Ergebnisse: Der Nachbarschafts-Trick gewinnt (meistens)

Die Ergebnisse waren eindeutig und aufregend. Der neue Sektor-LSTM schnitt konsistent besser ab als die anderen. Wenn das Modell die Sektor-Tags verwendete, traf es korrektere Vorhersagen darüber, welche Aktien den Durchschnitt schlagen würden und welche verlieren würden.

• Der Gewinner: Der Sektor-LSTM hatte die beste Balance zwischen Gewinn und geringem Risiko. Er erreichte eine Sharpe-Ratio (ein Wert, der misst, wie viel Gewinn man für das eingegangene Risiko erzielt) von 0,69, was signifikant besser war als beim Basis-LSTM (0,39) und dem Random Forest (0,53).
• Der Verlierer: Interessanterweise half es nicht, zusätzliche „makrofinanzielle“ Daten hinzuzufügen – wie etwa Ölpreise, Goldfutures und Zinssätze. Tatsächlich schnitt das Modell, das versuchte, all diese zusätzlichen Wirtschaftsnachrichten zu nutzen, am schlechsten ab. Es scheint, dass für diese spezifische tägliche Prognoseaufgabe das Wissen über die Nachbarschaft (den Sektor) viel wichtiger war als der globale Wetterbericht.

Die „Black Box“ wurde geöffnet

Einer der größten Kritikpunkte an KI ist, dass sie eine „Black Box“ ist – wir wissen, dass sie funktioniert, aber wir wissen nicht, warum. Döbelt beschloss, in die Box hineinzuschauen. Er fand heraus, dass das Modell heimlich zwei berühmte Regeln des Aktienmarktes gelernt hatte, ohne dass es jemand ihm gesagt hatte:

1. Branchen-Momentum (Industry Momentum): Das Modell lernte, dass wenn eine ganze Nachbarschaft (wie die Technologiebranche) in den letzten Monaten gut performt hat, sie dazu neigt, dies noch eine Weile beizubehalten. Die „Sektor-Tags“ wirkten wie ein Momentum-Booster, der das Modell dazu brachte, auf die Gewinner-Nachbarschaften zu setzen.
2. Kurzfristige Umkehrung (Short-Term Reversal): Das Modell lernte auch, dass wenn eine einzelne Aktie gestern einen riesigen Sprung gemacht hat, sie heute wahrscheinlich einen kleinen Schritt zurück macht. Es ist wie ein Gummiband, das zurückschnellt.

Das Papier fand jedoch auch einen Haken. Dieser „Nachbarschafts-Momentum“-Trick funktioniert gut in stabilen Zeiten, wie etwa 2007, wo das Modell korrekt auf die Gewinner setzte. Aber in Zeiten des Chaos, wie direkt nach dem Dotcom-Crash im Jahr 2000 oder der Pandemie 2020, bewirkte der Trick das Gegenteil. Als der Markt Panik bekam, wurden die „Verlierer“ des Vorjahres plötzlich zu den „Gewinnern“, und die Abhängigkeit des Modells von Nachbarschaftstrends führte dazu, dass es auf die falschen Pferde setzte. Dies deutet darauf hin, dass das Modell zwar intelligent, aber nicht magisch ist; es hat immer noch Schwierigkeiten, wenn sich die Regeln des Marktes plötzlich ändern.

Das Fazit

Dieses Paper legt nahe, dass es eine leistungsstarke Methode ist, die Vorhersagen zu verbessern, indem man der KI beibringt, dass „eine Aktie mehr als nur eine Zahl ist; sie ist Teil eines Teams“. Durch das Hinzufügen einfacher „Sektor-Tags“ wurde das Modell besser darin, den verrauschten Aktienmarkt zu navigieren. Der Autor warnt uns jedoch auch, dass die Tage der leichten, massiven Gewinne wahrscheinlich vorbei sind. Der Erfolg des Modells ist moderat und hängt stark davon ab, dass sich der Markt normal verhält. Es ist ein solider Schritt nach vorn und beweist, dass man selbst in einem verrauschten Ozean einen großen Unterschied macht, wenn man weiß, auf welchem Boot man sich befindet.