💰 quantitative finance

OrderFusion: Encoding Orderbook for End-to-End Probabilistic Intraday Electricity Price Forecasting

Este artículo presenta OrderFusion, un modelo probabilístico de pronóstico de extremo a extremo y eficiente en parámetros que utiliza una metodología novedosa de fusión de órdenes para capturar la estructura completa de interacción de los libros de órdenes intradiarios continuos de electricidad, superando así a las líneas base convencionales en la predicción de precios en diversas condiciones de liquidez del mercado, al tiempo que garantiza estimaciones de cuantiles que no se cruzan.

Autores originales: Runyao Yu, Yuchen Tao, Fabian Leimgruber, Tara Esterl, Jochen Stiasny, Derek W. Bunn, Qingsong Wen, Hongye Guo, Jochen L. Cremer

Publicado 2026-05-12

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Runyao Yu, Yuchen Tao, Fabian Leimgruber, Tara Esterl, Jochen Stiasny, Derek W. Bunn, Qingsong Wen, Hongye Guo, Jochen L. Cremer

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Panorama General: Predecir el Próximo Precio de la Electricidad

Imagina el mercado de la electricidad no como una gigantesca fábrica, sino como una bulliciosa casa de subastas en línea que nunca duerme. A diferencia del mercado "Day-Ahead" (para el día siguiente), que es como una subasta programada donde todos hacen una oferta una vez al día, el mercado Continuo Intradía (CID) es como una bolsa de valores en vivo y caótica. Compradores y vendedores están constantemente gritando nuevos precios y cantidades, intentando ajustar sus posiciones justo hasta el momento en que la electricidad se entrega realmente.

El objetivo de este artículo es construir una "bola de cristal" que pueda predecir cuál será el precio de la electricidad en las próximas horas. Pero en lugar de simplemente adivinar un solo número (por ejemplo: "Será de 50 dólares"), los autores quieren predecir un rango de posibilidades (por ejemplo: "Es probable que esté entre 45 y 55 dólares, pero podría dispararse hasta 80"). Esto se llama pronóstico probabilístico y ayuda a las empresas eléctricas a gestionar el riesgo.

El Problema: La Vieja Forma Era Demasiado Simple

Anteriormente, la gente intentaba predecir estos precios observando el "libro de órdenes" (la lista de todas las órdenes de compra y venta) de dos formas principales, ambas con defectos:

El Enfoque de la "Hoja de Resumen" (Codificación 1D): Imagina intentar entender una conversación compleja entre dos personas leyendo solo un resumen de lo que dijeron. Los métodos antiguos tomaban las órdenes de compra y las de venta, las mezclaban y calculaban promedios simples (como el precio promedio de los últimos 15 minutos).
- El Defecto: Esto ignora la conversación. Se pierde el hecho de que un comprador podría subir su oferta porque vio que un vendedor bajó su precio. Trata al mercado como una lista estática en lugar de una interacción dinámica.
El Enfoque de la "Máquina Pesada" (Codificación 2D): Otros investigadores intentaron alimentar la lista cruda de órdenes a modelos de IA masivos y complejos (como Transformers avanzados).
- El Defecto: Estos modelos son como usar un martillo para romper una nuez. Son enormes, requieren mucha potencia de cálculo y, como no "saben" cómo interactúan compradores y vendedores, tienen que aprender todo desde cero. A menudo se confunden y producen predicciones imposibles (como predecir un 90% de probabilidad de que un precio sea menor que un 10% de probabilidad).

La Solución: OrderFusion (El Modelo de "Compañero de Baile")

Los autores crearon un nuevo modelo llamado OrderFusion. Imagínalo como un modelo que entiende el baile entre compradores y vendedores.

1. La "Máscara Dual" (Filtrando el Ruido)
En una habitación ruidosa, no escuchas todo lo que dijo cualquiera hace 10 años; escuchas lo que se está diciendo ahora mismo. El modelo utiliza una "Máscara Dual" para ignorar operaciones antiguas e irrelevantes y centrarse solo en las interacciones más recientes. Filtra la "estática" para que el modelo pueda escuchar la conversación actual con claridad.

2. La "Fusión Iterativa" (El Baile)
Esta es la innovación central. En lugar de observar a compradores y vendedores por separado, el modelo los pone en una habitación juntos y les permite "hablarse" repetidamente.

Paso 1: El modelo observa a los compradores.
Paso 2: Observa a los vendedores.
Paso 3: Pregunta: "¿Cómo cambia la visión del comprador si ve lo que acaba de hacer el vendedor?".
Paso 4: Actualiza su comprensión.
Repite este proceso de "fusión" unas cuantas veces. Esto permite que el modelo aprenda la estrategia detrás de las operaciones. Se da cuenta: "Ah, cuando los vendedores bajan sus precios, los compradores suelen entrar inmediatamente".

3. La "Cabeza Jerárquica" (La Familia Organizada)
Al predecir probabilidades, un error común es el "Cruce de Cuantiles". Imagina predecir el clima: podrías accidentalmente predecir un 10% de probabilidad de lluvia que sea mayor que un 90% de probabilidad de lluvia. Eso no tiene sentido.

Los autores construyeron una "Cabeza Jerárquica" que actúa como un padre estricto. Predice el precio medio primero, luego construye las predicciones más altas y más bajas encima de ese medio, asegurando que nunca se crucen entre sí. Esto mantiene la matemática lógica y las predicciones fiables.

Los Resultados: Pequeño pero Poderoso

Los autores probaron su modelo en los mercados eléctricos de Alemania (muy concurrido, alto tráfico) y Austria (menos concurrido, menor tráfico).

Precisión: OrderFusion superó a todos los demás modelos, incluidos los masivos modelos de IA de "martillo" y los simples modelos de "hoja de resumen". Predijo los precios con mayor precisión tanto en mercados concurridos como tranquilos.
Eficiencia: Esta es la parte más impresionante. Los modelos de IA masivos tenían millones de parámetros (como un cerebro con millones de neuronas). OrderFusion logró mejores resultados con solo 4.872 parámetros.
- Analogía: Es como construir un pronóstico del tiempo superpreciso usando una calculadora de bolsillo simple y ligera en lugar de una supercomputadora. Esto hace que sea fácil ejecutarlo en portátiles estándar, lo cual es excelente para las empresas eléctricas que necesitan tomar decisiones rápidas sin hardware costoso.

La Conclusión Clave

El artículo demuestra que en los mercados eléctricos, cómo interactúan compradores y vendedores es tan importante como qué están comerciando. Al construir un modelo que simula explícitamente esta interacción (el "baile") y mantiene la matemática lógica (el "padre estricto"), podemos predecir los precios de la electricidad mejor, más rápido y con menos potencia de cálculo que nunca antes.

Lo que el artículo NO afirma:

No afirma que este modelo pueda predecir precios para el próximo año o la próxima década. Es estrictamente para pronósticos a corto plazo e intradía.
No afirma utilizar datos meteorológicos o costos de combustible (factores exógenos) en esta versión específica; se basa puramente en los datos del libro de órdenes.
No afirma resolver todos los problemas energéticos, sino que proporciona una mejor herramienta para gestionar el riesgo de las fluctuaciones de precios a corto plazo.

Resumen Técnico: OrderFusion

Enunciado del Problema

La previsión probabilística de precios de electricidad intradiaria es crítica para la operación a corto plazo de los sistemas eléctricos, especialmente a medida que la generación renovable y la flexibilidad de la demanda aumentan la incertidumbre cerca de los tiempos de entrega. A diferencia de los mercados de subasta de día anterior, los mercados intradiarios continuos (CID) operan mediante la publicación continua de órdenes de compra y venta, creando una microestructura de libro de órdenes dinámica.

Los enfoques de previsión actuales enfrentan dos limitaciones principales:

Pérdida de la Estructura de Interacción: Los métodos convencionales o bien agregan los datos del libro de órdenes en características de dominio unidimensionales (por ejemplo, Precio Promedio Ponderado por Volumen, último precio) o tratan el libro de órdenes como una serie temporal multivariada genérica bidimensional. Ambos enfoques descuidan la estructura específica e inherente de interacción estratégica de compra-venta presente en el libro de órdenes.
Cruce de Cuantiles: En la previsión probabilística, la estimación independiente de múltiples cuantiles a menudo conduce a un "cruce de cuantiles", donde las previsiones de cuantiles superiores caen por debajo de las inferiores, violando la monotonía de la distribución predictiva. Las soluciones existentes, como la clasificación post-hoc, rompen el paradigma de aprendizaje de extremo a extremo.

Metodología: OrderFusion

Los autores proponen OrderFusion, un modelo de aprendizaje profundo de extremo a extremo y eficiente en parámetros diseñado para codificar datos del libro de órdenes mientras captura explícitamente las interacciones de compra-venta y asegura previsiones probabilísticas sin cruces.

1. Codificación

El modelo separa el libro de órdenes en los lados de compra ( $+$ ) y venta ($-$). Cada operación se representa como una tripleta de precio, volumen y un delta de tiempo relativo ( $\nabla t$ ) que codifica el tiempo restante hasta la entrega. Esto resulta en dos secuencias bidimensionales de longitud variable por muestra.

2. Arquitectura Base

La arquitectura base procesa estas secuencias a través de tres componentes clave:

Capa de Enmascaramiento Dual: Para manejar conteos irregulares de operaciones y priorizar la información reciente (basado en hipótesis de eficiencia de mercado), el modelo aplica:
- Máscara de Relleno: Para alinear las secuencias a una longitud máxima.
- Máscara Temporal: Para retener solo las $L$ operaciones más recientes, descartando datos más antiguos.
Capa de Fusión Iterativa: Este es el mecanismo central para modelar interacciones. Emplea una serie de $K$ $K$ capas donde las representaciones de los lados de compra y venta se fusionan iterativamente utilizando atención cruzada.
- En grado $k=0$ , las entradas se proyectan a una dimensión oculta.
- Para $k \ge 1$ , la representación de un lado (Consulta) atiende a la representación del lado opuesto (Clave/Valor). Esto permite que el modelo aprenda cómo los compradores se ajustan a los vendedores y viceversa.
Capa de Agregación: Las representaciones de todos los grados de interacción ( $k=1$ a $K$ ) se combinan mediante conexiones residuales y se agregan utilizando un promedio global para formar una representación latente final.

3. Cabeza Jerárquica

Para producir previsiones probabilísticas sin cruce de cuantiles, el modelo utiliza una cabeza jerárquica:

El cuantil mediano ( $\tau=0.50$ ) se predice directamente.
Los cuantiles superiores se predicen como la mediana más un residuo no negativo.
Los cuantiles inferiores se predicen como la mediana menos un residuo no negativo.
Esta estructura impone la monotonía por construcción, eliminando la necesidad de corrección post-hoc.

4. Función de Pérdida

El modelo se entrena utilizando la Pérdida Promedio de Cuantiles (AQL) para estimar conjuntamente múltiples cuantiles.

Contribuciones Clave

Formulación: El artículo enmarca la previsión del índice de precios CID probabilística como un problema de economía de sistemas eléctricos consciente de la microestructura, enfatizando la necesidad de ajustes de posición conscientes de la incertidumbre.
Diseño del Modelo: OrderFusion se introduce como un modelo eficiente en parámetros que codifica explícitamente las interacciones de compra-venta mediante un mecanismo de atención cruzada iterativa, evitando la hinchazón de parámetros de los modelos de series temporales genéricos.
Manejo de Cuantiles: La metodología introduce una cabeza jerárquica que garantiza cuantiles sin cruces dentro de un marco de extremo a extremo.
Validación Empírica: Los autores realizan experimentos exhaustivos en mercados de alta liquidez (alemana) y baja liquidez (austríaca), demostrando mejoras consistentes sobre las líneas base.

Resultados Experimentales

El modelo se evaluó en los mercados CID de Alemania y Austria utilizando evaluaciones con ventana deslizante.

Rendimiento vs. Líneas Base: OrderFusion superó a todas las líneas base, incluidos modelos ingenuos, métodos de codificación 1D (MLP/LQR con VWAP, último precio y características exhaustivas) y modelos de series temporales 2D de última generación (FEDFormer, iTransformer, PatchTST, TimesNet, TimeXer).
- En el mercado alemán, OrderFusion logró la Pérdida Promedio de Cuantiles (AQL) más baja de 3.81 (frente a 4.38 para la siguiente mejor, TimesNet) y el Error Absoluto Medio (MAE) más bajo de 9.06.
- En el mercado austriaco, logró un AQL de 5.64 y un MAE de 13.52, clasificándose nuevamente en primer lugar.
Cruce de Cuantiles: OrderFusion logró una Tasa Promedio de Cruce de Cuantiles (AQCR) de 0.00% en todas las pruebas, mientras que las líneas base de codificación 2D exhibieron tasas de cruce entre 1.97% y 4.97%.
Eficiencia de Parámetros: OrderFusion utiliza solo 4,872 parámetros, significativamente menos que los 0.87M a 3.38M parámetros utilizados por las líneas base de codificación 2D, lo que lo hace adecuado para un despliegue operativo con recursos limitados.
Estudios de Ablación:
- Eliminar la capa de enmascaramiento dual aumentó el AQL en un 30.51%, destacando la importancia de filtrar el ruido y centrarse en las operaciones recientes.
- Eliminar la capa de fusión iterativa aumentó el AQL en un 18.86%, confirmando que el sesgo inductivo de compra-venta es crucial.
- El grado de interacción óptimo ( $K$ ) se encontró que era 2; grados superiores no ofrecieron mejoras significativas.
- La cabeza jerárquica eliminó con éxito el cruce de cuantiles sin la sobrecarga computacional de la clasificación post-hoc.

Significado y Afirmaciones

El artículo afirma que OrderFusion aborda los desafíos específicos de los mercados CID al ir más allá del modelado genérico de series temporales para modelar explícitamente la microestructura de las interacciones de compra-venta. Los resultados sugieren que los mercados CID no exhiben una eficiencia débil perfecta, ya que el flujo de órdenes histórico contiene información predictiva más allá del último precio de negociación.

Los autores enfatizan que inyectar priores de dominio (específicamente la estructura de las interacciones de compra-venta) en la arquitectura del modelo es más efectivo que simplemente apilar parámetros. La metodología se presenta como una solución robusta y de extremo a extremo para la gestión de riesgos operativos, capaz de generalizarse a través de mercados con niveles de liquidez variables. Los autores señalan que, aunque el modelo funciona bien, el trabajo futuro podría incorporar variables exógenas (por ejemplo, fundamentos de oferta/demanda) y operaciones de períodos de entrega vecinos, aunque el alcance actual está estrictamente limitado a la microestructura del libro de órdenes.