An Inter-variable Relationship-Aware Mixture-of-Experts Model for Stock Closing-Price Prediction

Die Vorhersage des zukünftigen Aktienkurses gehört zu den beständigsten Herausforderungen in der Finanzwelt. Der Markt ist ein chaotischer Ort, beeinflusst von allem – von globalen Nachrichten und Regierungsentscheidungen bis hin zur kollektiven Stimmung von Millionen von Anlegern. Aus diesem Grund bewegen sich Aktienkurse nicht in einfachen, geraden Linien; sie sind verrauscht, erratisch und ständig im Wandel. Jahrzehntelang haben Experten versucht, Muster in diesem Chaos zu finden, indem sie oft einen Standard-Satz von fünf täglichen Kennzahlen betrachteten: dem Preis bei Marktöffnung, dem Höchststand, dem Tiefststand, dem Schlusskurs und dem gesamten gehandelten Volumen der Aktien. Die Schwierigkeit liegt nicht nur darin, diese Zahlen im Zeitverlauf zu verfolgen, sondern zu verstehen, wie sie miteinander kommunizieren. Ein Kursanstieg, der mit einem hohen Handelsvolumen einhergeht, erzählt eine andere Geschichte als ein Anstieg bei geringem Volumen, doch viele Computermodelle behandeln diese fünf Zahlen als separate, unzusammenhängende Datenströme.

Die Kernfrage, der sich Forscher stellen, ist, ob ein einzelnes Computerprogramm in der Lage ist, die komplexen, sich ständig ändernden Regeln des Aktienmarktes so gut zu erlernen, dass es auf neue, bisher ungesehene Aktien angewendet werden kann, ohne dafür von Grund auf neu trainiert werden zu müssen. Traditionelle Methoden haben hier oft Schwierigkeiten: Entweder erfassen sie die subtilen Beziehungen zwischen Preis und Volumen nicht, oder sie werden so spezialisiert auf ein bestimmtes Unternehmen, dass sie sich nicht an ein anderes anpassen können. Diese Einschränkung macht es schwierig, ein universelles Werkzeug für die Investmentanalyse zu bauen, das über verschiedene Länder und Marktbedingungen hinweg funktioniert.

In einer aktuellen Studie hat ein Team von Forschern des Beijing Institute of Technology einen neuen Ansatz zur Lösung dieses Problems vorgeschlagen. Sie entwickelten ein System namens IR-MoE, was für „Inter-variable Relationship-Aware Mixture-of-Experts“ steht. Der Name beschreibt exakt, was das System tut: Es ist darauf ausgelegt, sich dessen bewusst zu sein, wie die verschiedenen Handelsvariablen miteinander in Beziehung stehen, und es nutzt eine „Mischung aus Experten“ (Mixture-of-Experts), um Vorhersagen zu treffen. Anstatt den Computer zu zwingen, eine einzige, starre Regel für alle Aktien zu lernen, ermöglicht dieses System verschiedenen Teilen des Modells, sich auf unterschiedliche Marktbedingungen zu spezialisieren. Es basiert auf der Idee, dass zwar jede Aktie einzigartig ist, die Art und Weise, wie Preis und Volumen interagieren, jedoch oft erkennbaren Mustern folgt, die gelernt und übertragen werden können.

Die Forscher begannen damit, eine massive Menge an historischen Daten aus vier verschiedenen Finanzmärkten zu sammeln: dem chinesischen A-Aktienmarkt, den USA, Hongkong und Japan. Sie wählten hunderte repräsentative Aktien aus diesen Regionen aus, die ein breites Spektrum an Branchen und Marktverhaltensweisen abdecken. Anstatt ein separates Modell für jede dieser hunderte Aktien zu trainieren, speisten sie alle Daten in ein einziges, einheitliches System ein. Diese Strategie des „Vereinstrainings“ (Union Training) ermöglichte es dem Modell, gemeinsame Marktdynamiken zu erlernen, wie etwa, dass ein Anstieg des Handelsvolumens oft ein Signal für eine Änderung der Preisrichtung ist, unabhängig davon, ob die Aktie in Shanghai oder New York gelistet ist.

Das Herzstück ihres Systems ist eine zweiteilige Architektur. Der erste Teil konzentriert sich darauf, die Beziehungen zwischen den fünf täglichen Kennzahlen zu verstehen. Die Forscher behandelten jede Zahl – Eröffnungskurs, Hoch, Tief, Schlusskurs und Volumen – als eine eigenständige Information oder als „Token“ und nutzten einen Mechanismus, der von modernen Sprachmodellen inspiriert ist, um sie interagieren zu lassen. Dies ermöglichte es dem System, explizit zu lernen, dass beispielsweise der Schlusskurs stark vom Handelsvolumen desselben Tages beeinflusst wird. Durch die Visualisierung dieser Interaktionen fanden die Forscher heraus, dass das Modell konsequent auf das Volumen achtet, wenn es versucht, Preisbewegungen zu verstehen. Diese Aufmerksamkeit war nicht zufällig; sie war in Zeiten hoher Volatilität stärker ausgeprägt, was darauf hindeutet, dass das Modell gelernt hat, dass das Volumen ein entscheidenderer Hinweis wird, wenn der Markt turbulent ist.

Der zweite Teil des Systems ist die „Mischung aus Experten“ (Mixture of Experts). Stellen Sie sich ein Team von Spezialisten vor, von denen jeder ein Experte für eine bestimmte Art von Marktverhalten ist, wie etwa einen stetigen Aufwärtstrend, einen plötzlichen Crash oder eine ruhige Seitwärtsbewegung. Wenn das System Daten für eine neue Aktie erhält, bittet es nicht jeden Spezialisten um seine Meinung. Stattdessen wählt ein Routing-Mechanismus die aktuellen Marktbedingungen aus und zieht nur einige der relevantesten Experten heran, um die Vorhersage zu treffen. Dies ermöglicht es dem System, sich augenblicklich an verschiedene Situationen anzupassen. Wenn der Markt erratisch reagiert, ruft es möglicherweise Experten an, die auf Hochvolatilitäts-Muster trainiert wurden; wenn der Markt ruhig ist, verlässt es sich eher auf jene, die auf stetige Trends spezialisiert sind. Diese Flexibilität ist es, die es dem Modell ermöglicht, die vielfältige und wechselhafte Natur der globalen Aktienmärkte zu bewältigen.

Die Ergebnisse der Studie wurden über alle vier Märkte hinweg getestet, einschließlich eines strengen Tests, bei dem das Modell aufgefordert wurde, die Preise für Aktien vorherzusagen, die es zuvor noch nie gesehen hatte, ohne zusätzliches Training. In diesen „Zero-Shot“-Tests übertraf das neue System mehrere bestehende Methoden, einschließlich komplexer Modelle, die Daten in kleinere Teile zerlegen, sowie anderer fortschrittlicher KI-Systeme, die für die Zeitreihenprognose entwickelt wurden. Auf dem chinesischen A-Aktienmarkt erreichte das Modell eine Fehlerrate von etwa 1,10 Prozent, während es auf dem US-Markt eine Fehlerrate von etwa 1,32 Prozent erreichte. Diese Werte waren konsistent besser als die am besten abschneidenden Alternativen in der Studie.

Besonders signifikant war, dass das Modell bewies, sein Wissen über Grenzen hinweg übertragen zu können. Als das System mit Daten von chinesischen Aktien trainiert und direkt auf bisher ungesehene Aktien in den USA, Hongkong und Japan angewendet wurde, behielt es eine hohe Genauigkeit bei. Dies deutet darauf hin, dass die grundlegenden Beziehungen zwischen Preis und Volumen universell genug sind, um einmal gelernt und überall angewendet werden zu können. Die Forscher fanden auch heraus, dass das System am besten funktionierte, wenn es auf einer vielfältigen, aber überschaubaren Anzahl von Aktien trainiert wurde. Das Hinzufügen von mehr Daten half anfangs, aber ab einem gewissen Punkt nahm der Nutzen ab, was darauf hindeutet, dass der Schlüssel darin lag, eine große Vielfalt an Marktverhaltensweisen abzudecken, statt dem System einfach nur mehr Zahlen zuzuführen.

Um sicherzustellen, dass das System korrekt arbeitete, untersuchten die Forscher auch, wie die „Experten“ eingesetzt wurden. Sie stellten fest, dass das System ohne einen spezifischen Ausgleichsmechanismus dazu neigte, sich zu stark auf einige wenige Experten zu verlassen, während andere untätig blieben. Durch das Hinzufügen einer Regel, die das System dazu zwang, die Arbeit gleichmäßiger zu verteilen, stellten sie sicher, dass alle spezialisierten Teile des Modells aktiv waren und lernten. Diese Liebe zum Detail im Trainingsprozess war entscheidend für die Stabilität und Leistungsfähigkeit des Systems.

Die Studie kommt zu dem Schluss, dass es durch die explizite Modellierung der Interaktion zwischen Handelsvariablen und durch den Einsatz eines flexiblen Teams spezialisierter Prädiktoren möglich ist, ein robusteres und anpassungsfähigeres Werkzeug für die Aktienprognose zu bauen. Die Forscher legen nahe, dass ihr Ansatz einen vielversprechenden Weg für die Finanzanalyse bietet – einen Weg, der weg von starren, zweckgebundenen Einzelmodellen hin zu Systemen führt, die in der Lage sind, die komplexe, wechselhafte Sprache des Marktes zu verstehen. Während die Studie nicht behauptet, das Rätsel des Aktienmarktes gelöst zu haben, zeigt sie auf, dass ein tieferes Verständnis der Beziehungen innerhalb der täglichen Handelsdaten zu genaueren und verallgemeinerbaren Vorhersagen führen kann. Die Arbeit öffnet die Tür für zukünftige Forschung, die sogar noch mehr Arten von Daten einbeziehen könnte, wie etwa Nachrichtenberichte oder Intraday-Handelsdetails, um unsere Fähigkeit, die Finanzwelt zu navigieren, weiter zu verfeinern.