FinMamba: Market-Aware Graph Enhanced Multi-Level Mamba for Stock Movement Prediction

FinMamba est un nouveau cadre Mamba-GNN qui répond aux défis du faible rapport signal sur bruit et de la complexité dynamique des données financières en employant un graphe dynamique adaptatif au marché et un mécanisme sélectif multi-niveaux afin d'atteindre une prédiction des mouvements boursiers de pointe avec une grande efficacité et une faible consommation de mémoire.

L'essentiel

Imaginez que vous essayiez de prédire quelles actions vont monter ou descendre demain. C'est comme essayer de prédire la météo, mais au lieu des nuages et du vent, vous gérez les émotions humaines, les titres de presse et des données financières complexes.

Le document présente un nouvel outil d'IA appelé FinMamba, conçu pour améliorer ces prédictions. Voici comment il fonctionne, expliqué à travers des analogies simples :

Les deux grands problèmes que FinMamba résout

Les auteurs affirment que les outils actuels échouent pour deux raisons principales :

1. Les actions ne bougent pas en ligne droite ; elles dansent ensemble.

   • Le Problème : Sur le marché boursier, les entreprises bougent souvent de concert. Quand tout le marché s'effondre, même les entreprises de secteurs différents ont tendance à chuter ensemble. Quand le marché est en plein essor, elles peuvent toutes monter. Cependant, les anciens modèles informatiques traitent ces relations comme étant statiques (comme une carte fixe) ou sont confus par le « bruit » (événements aléatoires et ponctuels). Ils ne réalisent pas que les « partenaires de danse » changent selon que le marché est joyeux ou effrayé.
   • L'Analogie : Imaginez un bal de fin d'année. Quand la musique est lente et triste, tout le monde se regroupe en petits groupes serrés. Quand la musique est rapide et excitante, les gens s'éparpillent et dansent avec des partenaires différents. Les anciens modèles n'ont qu'une photo de la piste de danse à un moment précis. FinMamba, en revanche, possède un flux vidéo en direct qui observe la musique (l'indice du marché) et met instantanément à jour qui danse avec qui.

2. Trouver le bon motif dans un océan de bruit.

   • Le Problème : Les cours boursiers sont désordonnés. Ils comportent beaucoup de « statique » (bruit) et très peu de signaux clairs. Pour prédire l'avenir, il faut trouver des motifs similaires dans le passé (ex : « Cette action ressemblait à cela il y a 3 ans, et ensuite elle est montée »). Les anciens modèles d'IA (comme les Transformers) regardent tout en même temps, ce qui les distrait des pics étranges et isolés dans les données. Ils sont également très lents et gourmands en mémoire lorsqu'ils consultent de longs historiques.
   • L'Analogie : Imaginez essayer de trouver une chanson spécifique dans une immense bibliothèque d'enregistrements. Une ancienne IA est comme un bibliothécaire qui lit chaque mot de chaque livre pour trouver la chanson, se laissant submerger par le bruit. FinMamba est comme un bibliothécaire intelligent qui sait exactement quelle étagère vérifier, ignore le bavardage ambiant et peut parcourir rapidement des milliers d'années d'histoire sans se fatiguer.

Comment fonctionne FinMamba : La magie en deux étapes

FinMamba combine deux composants intelligents pour résoudre ces problèmes :

1. Le « Graphe conscient du marché » (La piste de danse dynamique)

Cette partie construit une carte des connexions entre les actions.

• Connaissance Statique : Il sait qu'une entreprise automobile et une entreprise de pneus sont liées (comme savoir qu'elles appartiennent à la même famille).
• Connaissance Dynamique : Il observe les cours boursiers quotidiens pour voir qui bouge réellement ensemble aujourd'hui.
• Le Filtre de Marché : C'est la recette secrète. Le modèle observe l'indice général du marché (comme le S&P 500).
  • Quand le marché s'effondre : Le modèle réalise que tout le monde panique et se tient la main étroitement. Il conserve plus de connexions sur sa carte car tout est corrélé.
  • Quand le marché est en plein essor : Le modèle réalise que les gens s'éparpillent. Il « élague » (coupe) les connexions faibles, ne gardant que les relations les plus fortes.
  • Résultat : Il crée une carte en constante mise à jour qui reflète l'humeur actuelle du marché, et non pas seulement une liste statique de secteurs.

2. Le « Mamba Multi-niveaux » (Le détective de motifs)

Une fois la carte prête, le modèle doit lire l'historique des actions.

• Le Moteur Mamba : Il s'agit d'un nouveau type d'architecture d'IA. Contrairement aux anciens modèles qui sont confus par les valeurs aberrantes (pics étranges), Mamba utilise un « mécanisme sélectif ». Il agit comme un filtre intelligent qui mémorise les motifs importants et oublie le bruit non pertinent.
• Multi-niveaux : Les actions évoluent à différentes échelles de temps.
  • Niveau Micro : Les agitations minute par minute causées par les nouvelles ou les rumeurs.
  • Niveau Macro : Les tendances mois par mois causées par la croissance économique ou les taux d'intérêt.
  • FinMamba examine les données à travers différentes « lentilles » (niveaux) simultanément. Il ne se contente pas de regarder le graphique quotidien ; il comprend comment le graphique quotidien s'inscrit dans les tendances mensuelles et annuelles.

Les Résultats

Les auteurs ont testé FinMamba sur de vrais marchés boursiers américains (comme le NASDAQ) et chinois (comme le CSI 300).

• Précision : Il a prédit les mouvements boursiers mieux que presque toutes les autres méthodes testées, y compris les anciens modèles d'IA et les stratégies d'investissement traditionnelles.
• Profit : Lorsqu'ils ont simulé une stratégie de trading utilisant FinMamba, il a généré plus d'argent et a connu moins de « chutes » (drawdowns) que les autres.
• Vitesse : Grâce à l'architecture Mamba, il est très rapide et n'a pas besoin d'un supercalculateur pour fonctionner, même en examinant de longs historiques de données.

En résumé

FinMamba est un outil de prédiction boursière qui comprend deux choses mieux que quiconque :

1. Le Contexte : Il sait que les règles du jeu changent lorsque le marché devient effrayant ou excité, il met donc à jour sa carte des relations entre les actions en temps réel.
2. La Focalisation : Il ignore le bruit et mémorise les bons motifs historiques à travers différentes échelles de temps, ce qui lui permet de faire des prédictions plus intelligentes, plus rapides et plus rentables.

Résumé technique

Résumé Technique : FinMamba

Définition du Problème

La prédiction des mouvements boursiers est une tâche critique mais complexe en matière de trading quantitatif en raison de la haute volatilité des données financières, des faibles rapports signal/bruit et de la nature complexe et multiforme des influences du marché. Les approches actuelles de l'apprentissage profond font face à deux limitations principales :

1. Relations inter-actions statiques ou biaisées : Les modèles actuels reposent souvent sur des connaissances préalables statiques (ex: secteurs industriels) ou sur des corrélations postérieures purement fondées sur les données (ex: coefficients de Pearson) sans tenir compte de manière adéquate des conditions de marché dynamiques. Plus précisément, ils ne parviennent pas à capturer comment les corrélations entre actions s'intensifient lors des baisses de marché (risque systémique) et s'affaiblissent lors des hausses, un phénomène dicté par des facteurs macroéconomiques.
2. Inefficacité et reconnaissance de formes : Les modèles de séquences traditionnels comme les Transformers peinent avec les données historiques longues en raison d'une complexité computationnelle quadratique et ont tendance à trop accentuer les valeurs aberrantes plutôt que les motifs récurrents. Inversement, ils manquent de capacité pour modéliser efficacement les dépendances à travers plusieurs échelles de temps (des fluctuations de l'échelle de la minute au niveau micro aux tendances économiques au niveau macro) tout en maintenant la faible latence requise pour le trading en temps réel.

Méthodologie

Les auteurs proposent FinMamba, un cadre intégrant un Graphe Sensible au Marché (MAG - Market-Aware Graph) et une architecture Mamba Multi-Niveaux (MLM - Multi-Level Mamba) pour répondre à ces limitations.

1. Graphe Sensible au Marché (MAG)

Le module MAG modélise dynamiquement les relations inter-actions en fusionnant les connaissances préalables statiques avec les corrélations postérieures dynamiques, affinées par le retour d'information de l'indice de marché.

• Génération de Graphe de Corrélation d'Actions Dynamique : Le modèle construit une matrice d'adjacence $A_t$ en combinant :
  • Corrélations Postérieures ($Q$) : Calculées quotidiennement via le coefficient de Spearman sur une fenêtre de regard en arrière $L$ pour capturer les similitudes de séquences à court terme.
  • Relations Préalables ($D$) : Une « Matrice de Décomposition Industrielle » qui encode les relations structurelles à long terme basées sur les classifications industrielles primaires et secondaires, attribuant des poids plus élevés aux actions appartenant à la même industrie.
  • La matrice d'adjacence finale est calculée comme $A_t = Q_t \cdot D$.
• Sparsification du Graphe Sensible au Marché : Pour s'adapter à la volatilité du marché, le modèle emploie un mécanisme de élagage. Il calcule un niveau de parcimonie (sparsity) $\kappa_t$ basé sur l'indice de marché $M_t$ (représenté par la moyenne de l'ensemble des actions cibles). À l'aide d'un bloc Inception et d'une fonction Sigmoïde, le modèle détermine le nombre de liens à conserver.
  • Mécanisme : Lorsque l'indice de marché est bas (haute volatilité/crise), le modèle conserve plus de liens (corrélation plus élevée). Lorsque l'indice est élevé, il élague davantage de liens, reflétant la divergence de performance des actions.
• Agrégation par Attention de Graphe : Un mécanisme d'attention multi-têtes agrège les messages des nœuds voisins dans le graphe élagué pour générer des plongements (embeddings) d'actions raffinés.

2. Mamba Multi-Niveaux (MLM)

Le module MLM traite les plongements d'actions pour capturer les dépendances temporelles à travers différentes granularités.

• Projection Multi-Niveaux : L'entrée est projetée sur $k$ niveaux distincts via des mappages linéaires. Cela permet au modèle d'extraire simultanément des détails locaux fins (niveau micro) et des motifs globaux plus larges (niveau macro).
• Mécanisme d'Espace d'État Sélectif : Chaque niveau est traité par un bloc Mamba. Contrairement aux Transformers, Mamba utilise un mécanisme sélectif qui permet au modèle de se souvenir de motifs historiques spécifiques pertinents pour l'entrée actuelle tout en écartant les informations non pertinentes. Cela permet au modèle de gérer de longues séquences avec une complexité temporelle et une consommation de mémoire linéaires.
• Sortie : Les sorties de tous les niveaux sont re-projetées, concaténées et passées à travers une couche linéaire pour prédire les scores de classement pour le jour de trading suivant.

3. Optimisation

Le modèle est entraîné de bout en bout en utilisant une fonction de perte combinée :

• Perte de Classement et de Prédiction ($L_{RP}$) : Une combinaison de l'erreur quadratique moyenne (MSE) pour la régression ponctuelle et d'une perte de classement par paire pour optimiser l'ordre relatif des actions.
• Perte de Goulot d'Étranglement d'Information de Graphe ($L_{GIB}$) : Un terme de régularisation conçu pour minimiser l'information mutuelle entre les plongements de graphe agrégés et l'entrée originale, garantissant que le modèle conserve les informations de corrélation clés tout en filtrant le bruit.

Principales Contributions

Le papier revendique les contributions suivantes :

• Construction de Graphe Sensible au Marché : C'est le premier travail qui améliore explicitement la modélisation des relations inter-actions sous des conditions de marché macroéconomiques spécifiques. Il intègre des a priori statiques (industrie) et des postérieurs dynamiques (séquences de prix) et les affine grâce au feedback de l'indice de marché pour ajuster les corrélations de manière adaptative selon les tendances du marché.
• Framework FinMamba : La proposition d'une nouvelle architecture combinant le Graphe Sensible au Marché avec un Mamba Multi-Niveaux. Ce cadre modélise efficacement les dépendances orientées vers les motifs à travers plusieurs échelles de temps (micro à macro) tout en maintenant une haute efficacité computationnelle.
• Performance de l'État de l'Art : Des expériences approfondies sur les marchés américains (S&P 500, NASDAQ 100) et chinois (CSI 300, CSI 500) démontrent que FinMamba atteint une précision de prédiction et une rentabilité de trading supérieures par rapport aux méthodes d'investissement quantitatif existantes et aux modèles généraux de prévision de séries temporelles.

Résultats Expérimentaux

Les auteurs ont évalué FinMamba par rapport à un large éventail de bases de référence, incluant des stratégies quantitatives classiques (BLSW, CSM), des méthodes d'apprentissage par renforcement profond (AlphaStock) et diverses architectures d'apprentissage profond (Transformer, Mamba, THGNN, PatchTST, etc.).

• Métriques de Performance : Le modèle a été évalué via le Ratio de Rendement Annuel (ARR), la Volatilité Annuelle (AVol), le Drawdown Maximum (MDD), le Ratio de Sharpe Annuel (ASR) et le Ratio d'Information (IR).
• Constats :
  • FinMamba a obtenu les meilleurs ou les deuxièmes meilleurs résultats sur les quatre jeux de données pour la plupart des métriques, particulièrement en ARR, ASR et IR.
  • Il a surpassé les modèles généraux de prévision de séries temporelles (ex: Crossformer, iTransformer) qui manquent de modélisation de relation inter-actions basée sur les graphes.
  • Il a dépassé d'autres méthodes basées sur les graphes (ex: THGNN, VGNN) en intégrant efficacement le feedback de l'indice de marché dans la structure du graphe.
  • Études d'Ablation : Le retrait de la Matrice de Décomposition Industrielle, de la Sparsification Sensible au Marché ou de la structure Mamba Multi-Niveaux a entraîné une dégradation significative des performances, confirmant la nécessité de chaque composant.
  • Efficacité : FinMamba a démontré un temps d'inférence et une utilisation de la mémoire inférieurs par rapport aux modèles basés sur Transformer, surtout à mesure que l'horizon de regard en arrière augmentait, validant son avantage de complexité linéaire.
  • Étude de Cas : L'analyse de la grève de l'UAW en 2023 a montré que FinMamba a capturé avec succès l'évolution de la dynamique de corrélation entre les constructeurs automobiles traditionnels (GM, Ford) et Tesla, reflétant le passage de positions de marché distinctes à une compétition intensifiée.

Signification et Revendications

Le papier positionne FinMance comme une avancée significative dans le trading quantitatif en répondant au double défi de l'adaptabilité dynamique du marché et de l'efficacité computationnelle. Les auteurs affirment qu'en intégrant directement le feedback macroéconomique du marché dans le processus de construction du graphe, le modèle peut mieux comprendre la dynamique du marché, particulièrement lors des périodes de volatilité. De plus, l'utilisation de l'architecture Multi-Level Mamba permet l'extraction efficace de motifs temporels multi-échelles sans le fardeau computationnel des mécanismes d'attention, rendant l'approche adaptée au trading algorithmique en temps réel. Le travail suggère que la combinaison de priors structurels basés sur les graphes et de la modélisation d'espace d'état sélectif de Mamba offre un paradigme robuste pour la prédiction de séries temporelles financières.