💰 quantitative finance

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

Ce papier présente OrderFusion, un modèle de prévision probabiliste de bout en bout et économe en paramètres qui utilise une nouvelle méthodologie de fusion d'ordres pour capturer la structure d'interaction complète des carnets d'ordres d'électricité en continu au cours de la journée, surpassant ainsi les références conventionnelles dans la prédiction des prix à travers diverses conditions de liquidité du marché tout en garantissant des estimations de quantiles non croisées.

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

Publié 2026-05-12

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

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

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La Vue d'Ensemble : Prédire le Prochain Prix de l'Électricité

Imaginez le marché de l'électricité non pas comme une gigantesque usine, mais comme une maison de vente aux enchères en ligne animée qui ne dort jamais. Contrairement au marché « Jour à Jour » (Day-Ahead), qui ressemble à une enchère programmée où chacun enchérit une fois par jour, le marché Intra-journalier Continu (CID) est comme une bourse en direct, chaotique. Les acheteurs et les vendeurs crient constamment de nouveaux prix et de nouvelles quantités, essayant d'ajuster leurs positions jusqu'au moment même où l'électricité est effectivement livrée.

L'objectif de ce papier est de construire une « boule de cristal » capable de prédire quel sera le prix de l'électricité dans les prochaines heures. Mais au lieu de simplement deviner un chiffre unique (par exemple : « Ce sera 50 $ »), les auteurs veulent prédire une plage de possibilités (par exemple : « Il est probable que ce soit entre 45 $ et 55 $, mais cela pourrait grimper jusqu'à 80 $ »). C'est ce qu'on appelle la prévision probabiliste, et cela aide les entreprises d'électricité à gérer les risques.

Le Problème : L'Ancienne Méthode Était Trop Simple

Auparavant, les gens tentaient de prédire ces prix en examinant le « carnet d'ordres » (la liste de tous les ordres d'achat et de vente) de deux manières principales, toutes deux comportant des défauts :

L'Approche « Fiche Résumée » (Encodage 1D) : Imaginez essayer de comprendre une conversation complexe entre deux personnes en ne lisant qu'un résumé de ce qu'elles ont dit. Les anciennes méthodes prenaient les ordres d'achat et les ordres de vente, les mélangeaient, et calculaient des moyennes simples (comme le prix moyen des 15 dernières minutes).
- Le Défaut : Cela ignore la conversation. Cela manque le fait qu'un acheteur pourrait augmenter son offre parce qu'il a vu un vendeur baisser son prix. Cela traite le marché comme une liste statique plutôt que comme une interaction dynamique.
L'Approche « Machine Lourde » (Encodage 2D) : D'autres chercheurs ont tenté d'alimenter la liste brute des ordres dans des modèles d'IA massifs et complexes (comme des Transformers avancés).
- Le Défaut : Ces modèles sont comme utiliser un marteau-piqueur pour casser une noix. Ils sont énormes, nécessitent beaucoup de puissance de calcul, et comme ils ne « savent » pas comment les acheteurs et les vendeurs interagissent, ils doivent tout apprendre depuis zéro. Ils sont souvent confus et produisent des prédictions impossibles (comme prédire une probabilité de 90 % qu'un prix soit inférieur à une probabilité de 10 %).

La Solution : OrderFusion (Le Modèle « Partenaire de Danse »)

Les auteurs ont créé un nouveau modèle appelé OrderFusion. Imaginez-le comme un modèle qui comprend la danse entre les acheteurs et les vendeurs.

1. Le « Double Masque » (Filtrer le Bruit)
Dans une pièce bruyante, vous n'écoutez pas tout ce que tout le monde a dit il y a 10 ans ; vous écoutez ce qui est dit maintenant. Le modèle utilise un « Double Masque » pour ignorer les anciennes transactions non pertinentes et se concentrer uniquement sur les interactions les plus récentes. Il filtre le « bruit statique » afin que le modèle puisse entendre clairement la conversation actuelle.

2. La « Fusion Itérative » (La Danse)
C'est l'innovation centrale. Au lieu d'examiner les acheteurs et les vendeurs séparément, le modèle les met dans une pièce ensemble et les laisse « discuter » entre eux à plusieurs reprises.

Étape 1 : Le modèle examine les acheteurs.
Étape 2 : Il examine les vendeurs.
Étape 3 : Il se demande : « Comment la vision de l'acheteur change-t-elle s'il voit ce que le vendeur vient de faire ? »
Étape 4 : Il met à jour sa compréhension.
Il répète ce processus de « fusion » quelques fois. Cela permet au modèle d'apprendre la stratégie derrière les transactions. Il réalise : « Ah, quand les vendeurs baissent leurs prix, les acheteurs entrent généralement immédiatement. »

3. La « Tête Hiérarchique » (La Famille Organisée)
Lors de la prédiction de probabilités, une erreur courante est le « Croisement des Quantiles ». Imaginez prédire la météo : vous pourriez accidentellement prédire une probabilité de pluie de 10 % plus élevée qu'une probabilité de pluie de 90 %. Cela n'a aucun sens.

Les auteurs ont construit une « Tête Hiérarchique » qui agit comme un parent strict. Elle prédit d'abord le prix médian, puis construit les prédictions plus élevées et plus basses sur la base de ce prix médian, s'assurant qu'elles ne se croisent jamais. Cela maintient les mathématiques logiques et les prédictions fiables.

Les Résultats : Petit mais Puissant

Les auteurs ont testé leur modèle sur les marchés de l'électricité en Allemagne (très animé, fort trafic) et en Autriche (moins animé, trafic plus faible).

Précision : OrderFusion a battu tous les autres modèles, y compris les massifs modèles d'IA « marteau-piqueur » et les simples modèles « fiche résumée ». Il a prédit les prix avec plus de précision, tant sur les marchés animés que calmes.
Efficacité : C'est la partie la plus impressionnante. Les modèles d'IA massifs avaient des millions de paramètres (comme un cerveau avec des millions de neurones). OrderFusion a obtenu de meilleurs résultats avec seulement 4 872 paramètres.
- Analogie : C'est comme construire une prévision météorologique super précise en utilisant une simple calculatrice de poche légère au lieu d'un superordinateur. Cela le rend facile à exécuter sur des ordinateurs portables standards, ce qui est idéal pour les entreprises d'électricité qui doivent prendre des décisions rapides sans matériel coûteux.

L'Essentiel à Retenir

Le papier prouve que sur les marchés de l'électricité, comment les acheteurs et les vendeurs interagissent est tout aussi important que ce qu'ils échangent. En construisant un modèle qui simule explicitement cette interaction (la « danse ») et qui maintient les mathématiques logiques (le « parent strict »), nous pouvons prédire les prix de l'électricité mieux, plus vite et avec moins de puissance de calcul que jamais auparavant.

Ce que le papier NE prétend PAS :

Il ne prétend pas que ce modèle peut prédire les prix pour l'année prochaine ou la prochaine décennie. Il est strictement réservé aux prévisions à court terme, intra-journalières.
Il ne prétend pas utiliser de données météorologiques ou de coûts de carburant (facteurs exogènes) dans cette version spécifique ; il repose uniquement sur les données du carnet d'ordres.
Il ne prétend pas résoudre tous les problèmes énergétiques, mais fournit plutôt un meilleur outil pour gérer le risque de fluctuations de prix à court terme.

Résumé Technique : OrderFusion

Énoncé du Problème

La prévision probabiliste des prix de l'électricité intrajournalière est cruciale pour l'exploitation à court terme des systèmes électriques, particulièrement à mesure que la génération renouvelable et la flexibilité côté demande augmentent l'incertitude à l'approche des délais de livraison. Contrairement aux marchés d'enchères jour-ahead, les marchés intrajournaliers continus (CID) fonctionnent via le dépôt continu d'ordres d'achat et de vente, créant une microstructure dynamique du carnet d'ordres.

Les approches de prévision actuelles font face à deux limitations principales :

Perte de la Structure d'Interaction : Les méthodes conventionnelles soit agrègent les données du carnet d'ordres en des caractéristiques de domaine 1D (par exemple, Prix Moyen Pondéré par le Volume, dernier prix), soit traitent le carnet d'ordres comme une série temporelle multivariée 2D générique. Les deux approches négligent la structure d'interaction stratégique achat-vente spécifique et inhérente au carnet d'ordres.
Croisement des Quantiles : En prévision probabiliste, l'estimation indépendante de multiples quantiles conduit souvent à un « croisement des quantiles », où les prévisions de quantiles supérieurs tombent en dessous de ceux inférieurs, violant la monotonie de la distribution prédictive. Les solutions existantes, telles que le tri a posteriori, brisent le paradigme d'apprentissage de bout en bout.

Méthodologie : OrderFusion

Les auteurs proposent OrderFusion, un modèle d'apprentissage profond de bout en bout et économe en paramètres, conçu pour encoder les données du carnet d'ordres tout en capturant explicitement les interactions achat-vente et en garantissant des prévisions probabilistes sans croisement.

1. Encodage

Le modèle sépare le carnet d'ordres en côtés achat ( $+$ ) et vente ($-$). Chaque transaction est représentée comme un triplet de prix, volume et un delta de temps relatif ( $\nabla t$ ) encodant le temps restant jusqu'à la livraison. Cela résulte en deux séquences 2D de longueur variable par échantillon.

2. Architecture de Base

Le modèle de base traite ces séquences à travers trois composants clés :

Couche de Masquage Dual : Pour gérer le nombre irrégulier de transactions et prioriser les informations récentes (basé sur des hypothèses d'efficacité du marché), le modèle applique :
- Masque de Remplissage (Padding) : Pour aligner les séquences sur une longueur maximale.
- Masque Temporel : Pour ne conserver que les $L$ transactions les plus récentes, en écartant les données plus anciennes.
Couche de Fusion Itérative : C'est le mécanisme central pour modéliser les interactions. Elle emploie une série de $K$ $K$ couches où les représentations des côtés achat et vente sont fusionnées de manière itérative en utilisant une attention croisée.
- Au degré $k=0$ , les entrées sont projetées vers une dimension cachée.
- Pour $k \ge 1$ , la représentation d'un côté (Requête) porte son attention sur la représentation du côté opposé (Clé/Valeur). Cela permet au modèle d'apprendre comment les acheteurs s'ajustent aux vendeurs et vice versa.
Couche d'Agrégation : Les représentations de tous les degrés d'interaction ( $k=1$ à $K$ ) sont combinées via des connexions résiduelles et agrégées en utilisant un pooling moyen global pour former une représentation latente finale.

3. Tête Hiérarchique

Pour produire des prévisions probabilistes sans croisement de quantiles, le modèle utilise une tête hiérarchique :

Le quantile médian ( $\tau=0.50$ ) est prédit directement.
Les quantiles supérieurs sont prédits comme la médiane plus un résidu non négatif.
Les quantiles inférieurs sont prédits comme la médiane moins un résidu non négatif.
Cette structure impose la monotonie par construction, éliminant le besoin de correction a posteriori.

4. Fonction de Perte

Le modèle est entraîné en utilisant la Perte Moyenne des Quantiles (AQL) pour estimer conjointement plusieurs quantiles.

Contributions Clés

Formulation : L'article formule la prévision de l'indice de prix CID probabiliste comme un problème d'économie des systèmes électriques conscient de la microstructure, soulignant le besoin d'ajustements de position conscients de l'incertitude.
Conception du Modèle : OrderFusion est présenté comme un modèle économe en paramètres qui encode explicitement les interactions achat-vente via un mécanisme d'attention croisée itérative, évitant le gonflement des paramètres des modèles de séries temporelles génériques.
Gestion des Quantiles : La méthodologie introduit une tête hiérarchique qui garantit des quantiles sans croisement dans un cadre de bout en bout.
Validation Empirique : Les auteurs mènent des expériences exhaustives sur des marchés à haute liquidité (allemand) et à faible liquidité (autrichien), démontrant des améliorations constantes par rapport aux modèles de référence.

Résultats Expérimentaux

Le modèle a été évalué sur les marchés CID allemand et autrichien en utilisant des évaluations par fenêtre glissante.

Performance vs. Modèles de Référence : OrderFusion a surpassé tous les modèles de référence, y compris les modèles naïfs, les méthodes d'encodage 1D (MLP/LQR avec VWAP, dernier prix et caractéristiques exhaustives), et les modèles de séries temporelles 2D de l'état de l'art (FEDFormer, iTransformer, PatchTST, TimesNet, TimeXer).
- Sur le marché allemand, OrderFusion a atteint la Perte Moyenne des Quantiles (AQL) la plus basse de 3,81 (contre 4,38 pour le suivant, TimesNet) et l'Erreur Absolue Moyenne (MAE) la plus basse de 9,06.
- Sur le marché autrichien, il a atteint une AQL de 5,64 et une MAE de 13,52, se classant à nouveau premier.
Croisement des Quantiles : OrderFusion a atteint un Taux Moyen de Croisement des Quantiles (AQCR) de 0,00 % dans tous les tests, alors que les modèles de référence à encodage 2D présentaient des taux de croisement compris entre 1,97 % et 4,97 %.
Efficacité des Paramètres : OrderFusion n'utilise que 4 872 paramètres, nettement moins que les 0,87 M à 3,38 M paramètres utilisés par les modèles de référence à encodage 2D, le rendant adapté au déploiement opérationnel sous contraintes de ressources.
Études d'Ablation :
- Le retrait de la couche de masquage dual a augmenté l'AQL de 30,51 %, soulignant l'importance du filtrage du bruit et de la focalisation sur les transactions récentes.
- Le retrait de la couche de fusion itérative a augmenté l'AQL de 18,86 %, confirmant que le biais inductif achat-vente est crucial.
- Le degré d'interaction optimal ( $K$ ) a été trouvé égal à 2 ; des degrés supérieurs n'ont offert aucune amélioration significative.
- La tête hiérarchique a éliminé avec succès le croisement des quantiles sans la surcharge computationnelle du tri a posteriori.

Importance et Affirmations

L'article affirme qu'OrderFusion répond aux défis spécifiques des marchés CID en allant au-delà de la modélisation de séries temporelles génériques pour modéliser explicitement la microstructure des interactions achat-vente. Les résultats suggèrent que les marchés CID ne présentent pas une efficacité parfaite de forme faible, car le flux d'ordres historique contient des informations prédictives au-delà du dernier prix négocié.

Les auteurs soulignent que l'injection de priors de domaine (spécifiquement la structure des interactions achat-vente) dans l'architecture du modèle est plus efficace que le simple empilement de paramètres. La méthodologie est présentée comme une solution robuste et de bout en bout pour la gestion des risques opérationnels, capable de se généraliser à travers des marchés avec des niveaux de liquidité variables. Les auteurs notent que, bien que le modèle fonctionne bien, des travaux futurs pourraient intégrer des variables exogènes (par exemple, les fondamentaux de l'offre et de la demande) et les transactions des périodes de livraison voisines, bien que la portée actuelle soit strictement limitée à la microstructure du carnet d'ordres.