💰 quantitative finance

VertiFuseX: Generalizable Financial Forecasting via Multi-Stream Temporal Fusion

VertiFuseX es una arquitectura LSTM híbrida y ligera que logra una generalización y precisión superiores en la previsión financiera mediante el empleo de una novedosa fusión vertical en la penúltima capa de representaciones temporales multiescala, superando significativamente a los modelos base existentes en diversos mercados globales al tiempo que mantiene una eficiencia lista para su despliegue.

Autores originales: Aashish Bohra, Vivek Vijay

Publicado 2026-09-14✓ Author reviewed ⓘ

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Aashish Bohra, Vivek Vijay

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 por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Predecir el precio futuro de una acción es uno de los desafíos más difíciles en las finanzas. El mercado no es una máquina constante y predecible; es un sistema caótico, ruidoso que cambia constantemente. Los precios no se mueven en líneas rectas, sino que saltan hacia arriba y hacia abajo basándose en una mezcla de noticias inmediatas, tendencias a largo plazo y los estados de ánimo cambiantes de millones de inversores. Debido a que los datos son tan desordenados y cambian tan rápido, los programas informáticos estándar suelen tener dificultades para encontrar la verdadera señal oculta dentro del ruido. Tienden a memorizar errores pasados o a confundirse cuando el mercado cambia repentinamente hacia un nuevo patrón. Durante décadas, los investigadores han intentado construir mejores herramientas, utilizando complejos modelos matemáticos para adivinar hacia dónde irán los precios a continuación, con la esperanza de convertir esos cálculos en pronósticos fiables que ayuden a los inversores a gestionar el riesgo.

Un equipo de investigadores del Instituto Indio de Tecnología de Jodhpur ha propuesto un nuevo enfoque llamado VertiFuseX para resolver este problema. En lugar de intentar forzar a la computadora a aprender una forma única y rígida de mirar el pasado, construyeron un sistema que escucha tres "voces" diferentes del mercado simultáneamente. Imagine intentar comprender una historia compleja escuchando a tres personas diferentes: una que recuerda el orden exacto de los eventos, otra que comprende el contexto de toda la historia desde el principio hasta el fin, y otra que ve el panorama general de cómo ha evolucionado la trama a lo largo del tiempo. Los investigadores combinaron estas tres perspectivas en un modelo único y unificado. Descubrieron que al fusionar estas diferentes visiones del pasado antes de realizar una predicción final, el sistema podía ver patrones que los otros pasaban por alto, lo que conducía a pronósticos significativamente más precisos.

El núcleo de su descubrimiento reside en cómo combinaron estas diferentes perspectivas. En muchos intentos previos, los investigadores permitían que cada modelo informático hiciera su propio cálculo y luego simplemente promediaban los resultados, como si se tomara una votación. El nuevo estudio argumenta que este método desecha demasiada información valiosa. En su lugar, los investigadores decidieron combinar los "pensamientos" internos de los modelos mientras aún estaban procesando los datos, antes de tener que comprometerse con un número final. Tomaron las representaciones intermedias de sus tres modelos —uno que rastrea la memoria a corto plazo, uno que observa el pasado y el futuro dentro de una ventana específica, y uno que comprende tendencias profundas y estratificadas— y las fusionaron. Esto permitió que el sistema mantuvera la textura rica y detallada de la historia del mercado, en lugar de reducirla a un solo cálculo comprimido.

Para probar si esta idea funcionaba, los investigadores entrenaron su sistema con quince años de precios de cierre diarios de diez de los principales mercados bursátiles del mundo, incluyendo Estados Unidos, Europa y Asia. Utilizaron un método de prueba estricto donde el modelo era entrenado con el pasado y luego se le pedía predecir el futuro sin haber visto nunca los datos de prueba de antemano, asegurando que los resultados no fueran simples golpes de suerte. Los resultados fueron impactantes. El nuevo sistema redujo los errores de predicción entre un 30 y un 54 por ciento en comparación con los modelos estándar más antiguos. Funcionó de manera consistente en diferentes tipos de mercados, desde las acciones de alta capitalización estables y de movimiento lento hasta los mercados tecnológicos altamente volátiles que cambian rápidamente. El sistema también fue sorprendentemente eficiente, requiriendo muy poca memoria informática y realizando predicciones en menos de dos milisegundos, lo cual es lo suficientemente rápido para el comercio en tiempo real.

Los investigadores también analizaron cómo el sistema tomaba sus decisiones para entender qué estaba aprendiendo realmente. Al analizar a qué días del pasado prestaba más atención el modelo, descubrieron que se enfocaba consistentemente en una ventana de tiempo específica, aproximadamente de nueve a quince días atrás. Esto sugiere que el modelo encontró un "punto ideal" en los datos donde la señal era lo suficientemente fuerte como para ser útil, pero no tan antigua como para ser irrelevante. Este conocimiento es valioso porque muestra que el sistema aprendió a ignorar el ruido inmediato y caótico del último día o dos, así como los patrones distantes y desvanecidos de hace meses, centrándose en cambio en las tendencias intermedias que a menudo impulsan los movimientos de precios.

Para ver si estas mejores predicciones realmente importaban en el mundo real, el equipo simuló una estrategia de trading utilizando los pronósticos del modelo. Probaron cómo habría funcionado el sistema durante dos de los períodos más estresantes de la historia financiera reciente: el colapso del mercado causado por la pandemia en 2020 y el mercado bajista de 2022. En ambos casos, el sistema logró proteger mejor el capital que simplemente mantener las acciones. Redujo la cantidad máxima de dinero perdido durante las caídas y logró mejores rendimientos en relación con el riesgo asumido. Aunque no siempre superó al mercado en beneficio total, lo hizo con menos volatilidad y menos caídas bruscas, demostrando que el modelo podía adaptarse a condiciones extremas sin romperse.

El estudio concluye que este nuevo método de fusionar diferentes tipos de memoria en una etapa intermedia ofrece una forma poderosa de manejar la complejidad de los mercados financieros. Sugiere que la clave para un mejor pronóstico no es solo hacer que los modelos sean más profundos o complicados, sino enseñarles cómo compartir y combinar sus diferentes formas de ver el pasado. El sistema demostró ser ligero, rápido y robusto en diferentes países y condiciones de mercado, ofreciendo una herramienta práctica que podría implementarse en sistemas financieros del mundo real. Si bien los investigadores reconocen que ningún modelo puede predecir el futuro con certeza perfecta, especialmente durante choques globales repentinos, su trabajo proporciona una forma más clara y fiable de navegar las aguas inciertas del mercado de valores.

Resumen Técnico: VertiFuseX

Planteamiento del Problema

La predicción precisa de los precios de las acciones sigue siendo un desafío formidable debido a la naturaleza no estacionaria, de alta dimensionalidad y ruidosa de las series temporales financieras. Los modelos de aprendizaje profundo (DL) existentes, incluyendo LSTMs estándar, Bi-LSTMs y arquitecturas híbridas (por ejemplo, CNN-LSTM), enfrentan tres limitaciones sistémicas:

Fusión Rígida a Nivel de Decisión: Muchos modelos colapsan las dependencias temporales multiescala en predicciones escalares antes de la integración (por ejemplo, mediante el promedio estático), lo que impide una interacción significativa entre dinámicas heterogéneas como la volatilidad a corto plazo y las tendencias a largo plazo.
Sobreajuste y Sensibilidad al Ajuste de Parámetros: Los modelos de ensamblaje profundo suelen sufrir de colapso de la generalización debido al exceso de profundidad arquitectónica, la falta de regularización y la dependencia de un ajuste de hiperparámetros ad hoc específico para cada conjunto de datos.
Modelado Temporal de Escala Única: La mayoría de los enfoques basados en LSTM capturan patrones a una resolución fija, fallando en la desarticulación de dependencias jerárquicas a través de diferentes horizontes temporales (por ejemplo, el ruido intradía frente a las tendencias mensuales), lo cual es crítico en mercados volátiles.

Estos problemas derivan en pérdida de información, sobreajuste y una limitada generalización entre mercados, particularmente cuando los modelos son probados con datos cronológicos fuera de la muestra estrictos.

Metodología: VertiFuseX

Los autores proponen VertiFuseX, una arquitectura híbrida de LSTM diseñada para abordar estas limitaciones mediante la fusión vertical en la capa penúltima y la abstracción temporal multiescala.

Descripción de la Arquitectura

El modelo opera en tres etapas:

DATAETL (Extracción, Transformación y Carga de Datos):
- Utiliza estrictamente una entrada univariante (precios de cierre brutos) para aislar la contribución arquitectónica de la ingeniería de características.
- Emplea una ventana móvil cronológica de 20 días.
- Implementa un preprocesamiento riguroso: los días no transables se eliminan (no se interpolan) para preservar la fidelidad de la señal, y la normalización Min-Max se ajusta únicamente en la partición de entrenamiento para evitar el sesgo de anticipación (look-ahead bias).
- Los datos se dividen cronológicamente: aproximadamente 14 años para entrenamiento/validación y un conjunto de prueba estrictamente reservado de 365 días.
FeatExt (Extracción de Características):
- Utiliza tres ramas temporales paralelas, cada una extrayendo características de la capa penúltima (antes de la regresión específica de la tarea) para preservar representaciones intermedias ricas:
  - LSTM: Captura la memoria secuencial (unidireccional).
  - Bi-LSTM: Captura el contexto bidireccional dentro de la ventana de observación (lookback window).
  - St-LSTM (Apilada): Captura tendencias jerárquicas mediante la abstracción progresiva a través de las capas.
- Una rama DNN paralela procesa la misma ventana de entrada para capturar relaciones no recurrentes y estáticas no lineales.
- Todas las ramas están regularizadas con dropout (0.3) y restricciones $\ell_2$ , y las salidas se alinean a una dimensión latente compartida ( $d_T = 64$ ).
VertiFuse (Fusión Vertical):
- En lugar de promediar las predicciones escalares finales (fusión a nivel de decisión), VertiFuseX concatena los vectores de características de la capa penúltima de las ramas LSTM, Bi-LSTM, St-LSTM y DNN.
- Estas características concatenadas se someten a una transformación afín aprendida (mediante matrices de pesos entrenables $W_{fuse}$ y $W_{comb}$ ) seguida de una no linealidad (ReLU).
- Esta fusión a nivel de características permite al modelo reponderar dinámicamente las representaciones temporales complementarias (por ejemplo, enfatizando la Bi-LSTM durante periodos de alto ruido o la St-LSTM durante tendencias estables) antes de la cabeza de regresión final.
- Todo el sistema se optimiza conjuntamente mediante retropropagación bajo una configuración de hiperparámetros fija, eliminando la necesidad de un ajuste por cada conjunto de datos.

Motivación Teórica

La hipótesis central es que las representaciones de la capa penúltima retienen una mayor información mutua con la señal de entrada ( $I(X; F_i) \geq I(X; \hat{y}_i)$ ) en comparación con las salidas finales comprimidas. Al fusionar en este estadio intermedio, el modelo preserva los sesgos inductivos únicos de cada rama (por ejemplo, bidireccionalidad, jerarquía) y permite la propagación conjunta de gradientes, fomentando la especialización complementaria en lugar del promedio de predicciones ya degradadas.

Contribuciones Clave

Fusión Vertical en la Capa Penúltima: Introducción de una estrategia de fusión novedosa que integra representaciones latentes intermedias de modelos temporales heterogéneos (LSTM, Bi-LSTM, St-LSTM) en lugar de salidas finales. Esto preserva las abstracciones temporales multiescala y facilita la interacción a nivel de características.
Robustez de Generalización entre Mercados: Evaluación a través de 15 años de datos (2010–2024) en 10 índices bursátiles globales (incluyendo S&P 500, NASDAQ, HSI, KOSPI) utilizando un protocolo estricto de salida de la muestra cronológica. El modelo logra un rendimiento consistente sin necesidad de ajuste de hiperparámetros específicos para cada índice.
Eliminación del Ajuste Ad Hoc: El uso de una configuración de hiperparámetros fija y pre-validada (tamaño de ventana=20, dropout=0.3, $\ell_2=10^{-4}$ ) en todos los conjuntos de datos reduce el sobreajuste y la carga de ajuste.
Ligero y Eficiente: El modelo es compacto (675k parámetros, huella de ~~2.6 MB) con una baja latencia de inferencia (~~1.5 ms/muestra), lo que lo hace apto para el despliegue en tiempo real.

Resultados Experimentales

El modelo fue evaluado contra líneas base estándar (LSTM, Bi-LSTM, St-LSTM, ARIMA) y siete modelos de vanguardia (por ejemplo, ModAugNet, Computación de Reservorio, GA-CNN-LSTM).

Métricas de Rendimiento: VertiFuseX logró reducciones del 30–54% en el MAPE y mejoras de más del 40% en MAE y RMSE en relación con las líneas base basadas en LSTM.
Comparación con el Estado del Arte (SOTA): Superó consistentemente a siete modelos SOTA en 33 comparaciones de métrica-conjunto de datos, con reducciones de MAE de hasta un 34.6% y RMSE de hasta un 36.4% en comparación con los mejores resultados reportados en la literatura previa.
Estudios de Ablación: Los experimentos confirmaron que la fusión en la capa penúltima impulsa estas ganancias, produciendo mejoras sustanciales tanto sobre la fusión en la capa final como sobre el ensamblaje a nivel de decisión (Promedio de Ensamblaje).
Análisis de Saliencia: Los mapas de saliencia basados en gradientes revelaron un énfasis constante en las dependencias temporales de rango medio (lags de 9–15 días), lo que sugiere que el modelo aprende a equilibrar la reducción de ruido con la caracterización de la tendencia sin indicadores predefinidos.
Validación Económica: Las simulaciones de trading algorítmico (incluyendo pruebas de estrés durante el desplome de COVID-19 en 2020 y el mercado bajista de 2022) demostraron reducciones en las caídas máximas (drawdowns) y retornos ajustados por riesgo superiores (ratios de Sharpe/Sortino) en comparación con los índices de referencia de Buy-and-Hold y Momentum, particularmente en regímenes volátiles.

Significación y Reivindicaciones

El artículo afirma que VertiFuseX hace avanzar la previsión financiera al unificar simplicidad, interpretabilidad y robustez entre mercados. Su significación radica en demostrar que:

La fusión a nivel de características en la capa penúltima es superior al ensamblaje a nivel de decisión para preservar la estructura temporal en datos no estacionarios.
La abstracción multiescala mediante ramas recurrentes especializadas (LSTM, Bi-LSTM, St-LSTM) puede integrarse eficazmente sin mecanismos de atención complejos o un pesado ajuste de hiperparámetros.
La arquitectura ofrece un marco listo para el despliegue que equilibra una alta precisión predictiva con un bajo costo computacional, abordando las necesidades prácticas de los sistemas financieros en tiempo real.

Los autores señalan explícitamente que, si bien el modelo muestra una fuerte robustez, depende de datos de precios univariantes y de hiperparámetros fijos, lo que representa un compromiso entre la precisión máxima por mercado y la generalización amplia. El trabajo no pretende resolver todos los desafíos de la predicción de mercado, sino que proporciona una intervención arquitectónica validada para mejorar la fidelidad del modelado temporal en sistemas de aprendizaje profundo híbridos.