💰 quantitative finance

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

यह शोध पत्र OrderFusion को प्रस्तुत करता है, जो एक एंड-टू-एंड, पैरामीटर-कुशल संभाव्य पूर्वानुमान मॉडल है जो निरंतर इंट्राडे बिजली ऑर्डरबुक्स की पूर्ण इंटरेक्शन संरचना को कैप्चर करने के लिए एक नवीन ऑर्डर फ्यूजन पद्धति का उपयोग करता है, जिससे विभिन्न बाजार तरलता स्थितियों में कीमतों की भविष्यवाणी करने में पारंपरिक बेसलाइन से बेहतर प्रदर्शन करते हुए गैर-क्रॉसिंग क्वांटाइल अनुमान सुनिश्चित किए जाते हैं।

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

प्रकाशित 2026-05-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

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

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक बड़ी तस्वीर: बिजली की अगली कीमत का पूर्वानुमान लगाना

कल्पना कीजिए कि बिजली का बाजार एक विशाल फैक्ट्री नहीं, बल्कि एक हलचल भरा ऑनलाइन नीलामी घर (online auction house) है जो कभी सोता नहीं है। "डे-अहेड" (Day-Ahead) बाजार के विपरीत, जो एक निर्धारित नीलामी की तरह है जहाँ हर कोई दिन में एक बार बोली लगाता है, कंटीन्यूअस इंट्राडे (CID) बाजार एक लाइव, अराजक स्टॉक एक्सचेंज की तरह है। खरीदार और विक्रेता लगातार नई कीमतें और मात्राएँ चिल्लाकर बता रहे हैं, ताकि वे बिजली की डिलीवरी होने के ठीक पहले तक अपनी स्थिति को समायोजित कर सकें।

इस शोध पत्र का लक्ष्य एक ऐसा "क्रिस्टल बॉल" बनाना है जो यह अनुमान लगा सके कि अगले कुछ घंटों में बिजली की कीमत क्या होगी। लेकिन केवल एक संख्या का अनुमान लगाने के बजाय (जैसे, "यह $50 होगी"), लेखक संभावनाओं की एक रेंज (range of possibilities) का अनुमान लगाना चाहते हैं (जैसे, "यह $45 और$ 55 के बीच होने की संभावना है, लेकिन $80 तक भी उछल सकती है")। इसे प्रोबेबिलिस्टिक फोरकास्टिंग (probabilistic forecasting) कहा जाता है, और यह बिजली कंपनियों को जोखिम प्रबंधन करने में मदद करता है।

समस्या: पुराना तरीका बहुत सरल था

पहले, लोग ऑर्डरबुक (खरीद और बिक्री के आदेशों की सूची) को देखने के लिए दो मुख्य तरीकों का उपयोग करते थे, जिनमें दोनों की कमियां थीं:

"समरी शीट" दृष्टिकोण (1D एनकोडिंग): कल्पना कीजिए कि आप दो लोगों के बीच की जटिल बातचीत को केवल उनके द्वारा कही गई बातों के सारांश को पढ़कर समझने की कोशिश कर रहे हैं। पुराने तरीकों ने खरीद आदेशों और बिक्री आदेशों को एक साथ मिला दिया और सरल औसत (जैसे पिछले 15 मिनट का औसत मूल्य) की गणना की।
- कमी: यह बातचीत को अनदेखा कर देता है। यह इस तथ्य को मिस कर देता है कि एक खरीदार ने अपनी बोली इसलिए बढ़ाई क्योंकि उसने देखा कि एक विक्रेता ने अपनी कीमत कम कर दी। यह बाजार को एक गतिशील संपर्क के बजाय एक स्थिर सूची के रूप में मानता है।
"हैवी मशीन" दृष्टिकोण (2D एनकोडिंग): अन्य शोधकर्ताओं ने कच्चे ऑर्डर की सूची को विशाल, जटिल AI मॉडल (जैसे उन्नत ट्रांसफॉर्मर) में डालने का प्रयास किया।
- कमी: ये मॉडल अखरोट तोड़ने के लिए हथौड़े के इस्तेमाल करने जैसे हैं। वे बहुत बड़े होते हैं, उन्हें बहुत अधिक कंप्यूटिंग पावर की आवश्यकता होती है, और चूंकि वे यह नहीं "जानते" कि खरीदार और विक्रेता कैसे परस्पर क्रिया करते हैं, इसलिए उन्हें सब कुछ शून्य से सीखना पड़ता है। वे अक्सर भ्रमित हो जाते हैं और असंभव भविष्यवाणियां करते हैं (जैसे यह भविष्यवाणी करना कि 90% संभावना कम कीमत की है जबकि 10% संभावना अधिक कीमत की है)।

समाधान: ऑर्डरफ्यूजन (The "Dance Partner" Model)

लेखकों ने ऑर्डरफ्यूजन (OrderFusion) नामक एक नया मॉडल बनाया है। इसे एक ऐसे मॉडल के रूप में देखें जो खरीदारों और विक्रेताओं के बीच के नृत्य (dance) को समझता है।

1. "डुअल मास्क" (शोर को फ़िल्टर करना)
एक शोर भरे कमरे में, आप यह नहीं सुनते कि 10 साल पहले हर किसी ने क्या कहा था; आप वह सुनते हैं जो अभी कहा जा रहा है। मॉडल "डुअल मास्क" का उपयोग पुराने, अप्रासंगिक ट्रेडों को अनदेखा करने और केवल हालिया अंतःक्रियाओं पर ध्यान केंद्रित करने के लिए करता है। यह "स्टैटिक" को फ़िल्टर करता है ताकि मॉडल वर्तमान बातचीत को स्पष्ट रूप से सुन सके।

2. "इटरेटिव फ्यूजन" (नृत्य)
यही मुख्य नवाचार है। खरीदारों और विक्रेताओं को अलग-अलग देखने के बजाय, मॉडल उन्हें एक साथ एक कमरे में रखता है और उन्हें एक-दूसरे से "बात" करने देता है।

चरण 1: मॉडल खरीदारों को देखता है।
चरण 2: यह विक्रेताओं को देखता है।
चरण 3: यह पूछता है, "यदि एक खरीदार देखता है कि विक्रेता ने अभी क्या किया, तो उसका दृष्टिकोण कैसे बदल जाता है?"
चरण 4: यह अपनी समझ को अपडेट करता है।
यह इस "फ्यूजन" प्रक्रिया को कुछ बार दोहराता है। यह मॉडल को व्यापार के पीछे की रणनीति (strategy) सीखने की अनुमति देता है। यह समझ जाता है, "आह, जब विक्रेता कीमतें गिराते हैं, तो खरीदार आमतौर पर तुरंत कूद पड़ते हैं।"

3. "हायरार्किकल हेड" (एक व्यवस्थित परिवार)
संभावनाओं की भविष्यवाणी करते समय, एक सामान्य गलती "क्वांटाइल क्रॉसिंग" (Quantile Crossing) है। कल्पना कीजिए कि आप मौसम की भविष्यवाणी कर रहे हैं: आप गलती से बारिश की 10% संभावना को बारिश की 90% संभावना से अधिक बता सकते हैं। यह तर्कहीन है।

लेखकों ने एक "हायरार्किकल हेड" बनाया है जो एक सख्त माता-पिता की तरह कार्य करता है। यह पहले मध्य मूल्य की भविष्यवाणी करता है, फिर उस मध्य मूल्य के ऊपर उच्च और निम्न भविष्यवाणियों का निर्माण करता है, यह सुनिश्चित करता है कि वे कभी भी एक-दूसरे को पार न करें। यह गणित को तार्किक और भविष्यवाणियों को विश्वसनीय बनाए रखता है।

परिणाम: छोटा लेकिन शक्तिशाली

लेखकों ने जर्मनी (बहुत व्यस्त, उच्च ट्रैफिक) और ऑस्ट्रिया (कम व्यस्त, कम ट्रैफिक) के बिजली बाजारों में अपने मॉडल का परीक्षण किया।

सटीकता: ऑर्डरफ्यूजन ने सभी अन्य मॉडलों को हरा दिया, जिसमें विशाल "हथौड़े" वाले AI मॉडल और सरल "समरी शीट" वाले मॉडल शामिल हैं। इसने व्यस्त और शांत दोनों बाजारों में कीमतों का अधिक सटीक अनुमान लगाया।
दक्षता: यह सबसे प्रभावशाली हिस्सा है। विशाल AI मॉडलों में लाखों पैरामीटर (जैसे लाखों न्यूरॉन्स वाला मस्तिष्क) होते हैं। ऑर्डरफ्यूजन ने केवल 4,872 पैरामीटर के साथ बेहतर परिणाम प्राप्त किए।
- उपमा: यह एक साधारण, हल्के पॉकेट कैलकुलेटर का उपयोग करके एक सुपर-सटीक मौसम पूर्वानुमान बनाने जैसा है, बजाय इसके कि सुपरकंप्यूटर का उपयोग किया जाए। यह इसे मानक लैपटॉप पर चलाना आसान बनाता है, जो उन बिजली कंपनियों के लिए बहुत अच्छा है जिन्हें महंगे हार्डवेयर के बिना त्वरित निर्णय लेने की आवश्यकता होती है।

मुख्य निष्कर्ष

यह शोध पत्र सिद्ध करता है कि बिजली बाजारों में, खरीदार और विक्रेता कैसे परस्पर क्रिया करते हैं, यह उतना ही महत्वपूर्ण है जितना कि वे क्या व्यापार कर रहे हैं। इस अंतःक्रिया (नृत्य) को स्पष्ट रूप से सिम्युलेट करने वाले मॉडल (सख्त माता-पिता) का निर्माण करके, हम पहले की तुलना में बेहतर, तेज़ और कम कंप्यूटिंग पावर के साथ बिजली की कीमतों की भविष्यवाणी कर सकते हैं।

यह पेपर क्या दावा नहीं करता है:

यह दावा नहीं करता है कि यह मॉडल अगले वर्ष या अगले दशक की कीमतों की भविष्यवाणी कर सकता है। यह विशेष रूप से अल्पकालिक, इंट्राडे पूर्वानुमान के लिए है।
यह दावा नहीं करता है कि यह मौसम के डेटा या ईंधन लागत (बाहरी कारकों) का उपयोग करता है; यह इस विशिष्ट संस्करण में पूरी तरह से ऑर्डरबुक डेटा पर निर्भर करता है।
यह दावा नहीं करता है कि यह सभी ऊर्जा समस्याओं को हल कर देता है, बल्कि अल्पकालिक रूप से मूल्य उतार-चढ़ाव के जोखिमों को प्रबंधित करने के लिए एक बेहतर उपकरण प्रदान करता है।

तकनीकी सारांश: OrderFusion

समस्या विवरण

संभावित इंट्राडे बिजली मूल्य पूर्वानुमान (probabilistic intraday electricity price forecasting) अल्पकालिक पावर सिस्टम संचालन के लिए महत्वपूर्ण है, विशेष रूप से जैसे-जैसे नवीकरणीय उत्पादन और मांग-पक्ष की लचीलापन (demand-side flexibility) डिलीवरी के समय के करीब अनिश्चितता बढ़ाते हैं। डे-अहेड ऑक्शन मार्केट के विपरीत, निरंतर इंट्राडे (Continuous Intraday - CID) बाजार खरीद और बिक्री के ऑर्डर्स के निरंतर पोस्टिंग के माध्यम से संचालित होते हैं, जो एक गतिशील ऑर्डरबुक माइक्रोस्ट्रक्चर (orderbook microstructure) बनाते हैं।

वर्तमान पूर्वानुमान दृष्टिकोण दो प्राथमिक सीमाओं का सामना करते हैं:

इंटरैक्शन स्ट्रक्चर का नुकसान: पारंपरिक तरीके या तो ऑर्डरबुक डेटा को 1D डोमेन फीचर्स (जैसे वॉल्यूम-वेटेड एवरेज प्राइस, लास्ट प्राइस) में एकत्रित करते हैं या ऑर्डरबुक को एक जेनेरिक 2D मल्टीवेरिएट टाइम सीरीज़ के रूप में देखते हैं। दोनों दृष्टिकोण ऑर्डरबुक में निहित विशिष्ट, रणनीतिक खरीद-बिक्री इंटरैक्शन संरचना की उपेक्षा करते हैं।
क्वांटाइल क्रॉसिंग (Quantile Crossing): संभाव्य पूर्वानुमान (probabilistic forecasting) में, कई क्वांटाइल्स का स्वतंत्र अनुमान अक्सर "क्वांटाइल क्रॉसिंग" की ओर ले जाता है, जहाँ उच्च क्वांटाइल पूर्वानुमान निम्न क्वांटाइल से नीचे गिर जाते हैं, जो प्रेडिक्टिव डिस्ट्रीब्यूशन की मोनोटोनिसिटी (monotonicity) का उल्लंघन करता है। मौजूदा समाधान, जैसे कि पोस्ट-हॉक सॉर्टिंग, एंड-टू-एंड लर्निंग प्रतिमान (paradigm) को तोड़ देते हैं।

कार्यप्रणाली: OrderFusion

लेखक OrderFusion का प्रस्ताव करते हैं, जो एक एंड-टू-एंड, पैरामीटर-कुशल डीप लर्निंग मॉडल है जिसे ऑर्डरबुक डेटा को एनकोड करने के लिए डिज़ाइन किया गया है, जबकि यह स्पष्ट रूप से खरीद-बिक्री इंटरैक्शन को कैप्चर करता है और नॉन-क्रॉसिंग संभाव्य पूर्वानुमान सुनिश्चित करता है।

1. एनकोडिंग (Encoding)

मॉडल ऑर्डरबुक को खरीद (+) और बिक्री (-) पक्षों में अलग करता है। प्रत्येक ट्रेड को प्राइस, वॉल्यूम और एक रिलेटिव टाइम डेल्टा ( $\nabla t$ ) के ट्रिपलेट के रूप में दर्शाया जाता है, जो डिलीवरी तक शेष समय को एनकोड करता है। इसके परिणामस्वरूप प्रति सैंपल दो वेरिएबल-लेंथ 2D सीक्वेंस प्राप्त होते हैं।

2. बैकबोन आर्किटेक्चर (Backbone Architecture)

बैकबोन इन सीक्वेंसों को तीन प्रमुख घटकों के माध्यम से प्रोसेस करता है:

डुअल मास्किंग लेयर (Dual Masking Layer): अनियमित ट्रेड काउंट को संभालने और हाल की जानकारी को प्राथमिकता देने (मार्केट एफिशिएंसी हाइपोथेसिस के आधार पर), मॉडल लागू करता है:
- पैडिंग मास्क (Padding Mask): सीक्वेंसों को अधिकतम लंबाई तक संरेखित करने के लिए।
- टेम्पोरल मास्क (Temporal Mask): केवल सबसे हाल के $L$ ट्रेड्स को बनाए रखने और पुराने डेटा को हटाने के लिए।
इटरेटिव फ्यूजन लेयर (Iterative Fusion Layer): यह इंटरैक्शन को मॉडल करने के लिए मुख्य तंत्र है। यह $K$ $K$ परतों की एक श्रृंखला का उपयोग करता है जहाँ खरीद-पक्ष और बिक्री-पक्ष के रिप्रेजेंटेशन को क्रॉस-अटेंशन का उपयोग करके पुनरावृत्ति (iteratively) से फ्यूज किया जाता है।
- $k=0$ डिग्री पर, इनपुट को हिडन डायमेंशन में प्रोजेक्ट किया जाता है।
- $k \ge 1$ के लिए, एक पक्ष का रिप्रेजेंटेशन (Query) विपरीत पक्ष के रिप्रेजेंटेशन (Key/Value) पर अटेंड करता है। यह मॉडल को यह सीखने की अनुमति देता है कि खरीदार विक्रेताओं के अनुसार कैसे समायोजन करते हैं और इसके विपरीत।
एग्रीगेशन लेयर (Aggregation Layer): सभी इंटरैक्शन डिग्री ( $k=1$ से $K$ ) से प्राप्त रिप्रेजेंटेशन को रेसिडुअल कनेक्शन के माध्यम से जोड़ा जाता है और अंतिम लेटेंट रिप्रेजेंटेशन बनाने के लिए ग्लोबल एवरेज पूलिंग का उपयोग करके एग्रीगेट किया जाता है।

3. हिरार्किकल हेड (Hierarchical Head)

क्वांटाइल क्रॉसिंग के बिना संभाव्य पूर्वानुमान उत्पन्न करने के लिए, मॉडल एक हिरार्किकल हेड का उपयोग करता है:

मीडियन क्वांटाइल ( $\tau=0.50$ ) को सीधे प्रेडिक्ट किया जाता है।
ऊपरी क्वांटाइल्स को मीडियन प्लस एक नॉन-नेगेटिव रेसिडुअल के रूप में प्रेडिक्ट किया जाता है।
निचले क्वांटाइल्स को मीडियन माइनस एक नॉन-नेगेटिव रेसिडुअल के रूप में प्रेडिक्ट किया जाता है।
यह संरचना निर्माण द्वारा मोनोटोनिसिटी को लागू करती है, जिससे पोस्ट-हॉक सुधार की आवश्यकता समाप्त हो जाती है।

4. लॉस फंक्शन (Loss Function)

मॉडल को कई क्वांटाइल्स को संयुक्त रूप से अनुमानित करने के लिए एवरेज क्वांटाइल लॉस (Average Quantile Loss - AQL) का उपयोग करके प्रशिक्षित किया जाता है।

मुख्य योगदान

फॉर्मूलेशन: पेपर संभाव्य CID प्राइस-इंडेक्स फोरकास्टिंग को एक माइक्रोस्ट्रक्चर-अवेयर पावर-सिस्टम इकोनॉमिक्स समस्या के रूप में फ्रेम करता है, जो अनिश्चितता-जागरूक पोजीशन एडजस्टमेंट की आवश्यकता पर जोर देता है।
मॉडल डिज़ाइन: OrderFusion को एक पैरामीटर-कुशल मॉडल के रूप में पेश किया गया है जो इटरेटिव क्रॉस-अटेंशन मैकेनिज्म के माध्यम से खरीद-बिक्री इंटरैक्शन को स्पष्ट रूप से एनकोड करता है, जिससे जेनेरिक टाइम-सीरीज मॉडल के पैरामीटर ब्लोट (parameter bloat) से बचा जा सकता है।
क्वांटाइल हैंडलिंग: कार्यप्रणाली एक हिरार्किकल हेड पेश करती है जो एंड-टू-एंड फ्रेमवर्क के भीतर नॉन-क्रॉसिंग क्वांटाइल्स की गारंटी देती है।
अनुभवजन्य सत्यापन (Empirical Validation): लेखक उच्च-तरलता (जर्मन) और कम-तरलता (ऑस्ट्रियाई) बाजारों में व्यापक प्रयोग करते हैं, जो बेसलाइन्स की तुलना में निरंतर सुधार प्रदर्शित करते हैं।

प्रयोगात्मक परिणाम

मॉडल का मूल्यांकन रोलिंग विंडो इवैल्यूएशन का उपयोग करके जर्मन और ऑस्ट्रियाई CID बाजारों पर किया गया।

बेसलाइन्स के विरुद्ध प्रदर्शन: OrderFusion ने सभी बेसलाइन्स को पीछे छोड़ दिया, जिसमें नैइव (Naïve) मॉडल, 1D एनकोडिंग मेथड्स (VWAP, लास्ट प्राइस और विस्तृत फीचर्स के साथ MLP/LQR), और स्टेट-ऑफ-द-आर्ट 2D टाइम-सीरीज़ मॉडल (FEDFormer, iTransformer, PatchTST, TimesNet, TimeXer) शामिल हैं।
- जर्मन बाजार में, OrderFusion ने सबसे कम एवरेज क्वांटाइल लॉस (AQL) 3.81 (अगले सर्वश्रेष्ठ TimesNet के 4.38 के मुकाबले) और सबसे कम मीन एब्सोल्यूट एरर (MAE) 9.06 प्राप्त किया।
- ऑस्ट्रियाई बाजार में, इसने 5.64 का AQL और 13.52 का MAE प्राप्त किया, जो फिर से प्रथम स्थान पर रहा।
क्वांटाइल क्रॉसिंग: OrderFusion ने सभी परीक्षणों में 0.00% का एवरेज क्वांटाइल क्रॉसिंग रेट (AQCR) प्राप्त किया, जबकि 2D एनकोडिंग बेसलाइन्स ने 1.97% और 4.97% के बीच क्रॉसिंग रेट प्रदर्शित किया।
पैरामीटर दक्षता: OrderFusion केवल 4,872 पैरामीटर्स का उपयोग करता है, जो 2D एनकोडिंग बेसलाइन्स द्वारा उपयोग किए जाने वाले 0.87M से 3.38M पैरामीटर्स की तुलना में काफी कम है, जो इसे संसाधन-बाधित परिचालन तैनाती के लिए उपयुक्त बनाता है।
एब्लेशन स्टडीज (Ablation Studies):
- डुअल मास्किंग लेयर को हटाने से AQL में 30.51% की वृद्धि हुई, जो शोर को फ़िल्टर करने और हाल के ट्रेड्स पर ध्यान केंद्रित करने के महत्व को उजागर करता है।
- इटरेटिव फ्यूजन लेयर को हटाने से AQL में 18.86% की वृद्धि हुई, जो पुष्टि करता है कि खरीद-बिक्री इंडक्टिव बायस (inductive bias) महत्वपूर्ण है।
- इष्टतम इंटरैक्शन डिग्री ( $K$ ) 2 पाई गई; उच्च डिग्री ने कोई महत्वपूर्ण सुधार नहीं दिया।
- हिरार्किकल हेड ने पोस्ट-हॉक सॉर्टिंग के कम्प्यूटेशनल ओवरहेड के बिना क्वांटाइल क्रॉसिंग को सफलतापूर्वक समाप्त कर दिया।

महत्व और दावे

पेपर यह दावा करता है कि OrderFusion जेनेरिक टाइम-सीरीज़ मॉडलिंग से आगे बढ़कर खरीद-बिक्री इंटरैक्शन के माइक्रोस्ट्रक्चर को स्पष्ट रूप से मॉडल करके CID बाजारों की विशिष्ट चुनौतियों का समाधान करता है। परिणाम बताते हैं कि CID बाजार पूर्ण कमजोर-रूप दक्षता (weak-form efficiency) प्रदर्शित नहीं करते हैं, क्योंकि ऐतिहासिक ऑर्डर फ्लो में पिछले ट्रेड प्राइस से परे भविष्य कहनेवाला (predictive) जानकारी होती है।

लेखक इस बात पर जोर देते हैं कि मॉडल आर्किटेक्चर में डोमेन प्रायर्स (विशेष रूप से खरीद-बिक्री इंटरैक्शन की संरचना) को इंजेक्ट करना केवल पैरामीटर्स को जोड़ने से अधिक प्रभावी है। कार्यप्रणाली को एक मजबूत, एंड-टू-एंड समाधान के रूप में प्रस्तुत किया गया है, जो परिचालन जोखिम प्रबंधन के लिए सक्षम है और विभिन्न तरलता स्तरों वाले बाजारों में सामान्यीकरण करने में सक्षम है। लेखक नोट करते हैं कि हालांकि मॉडल अच्छा प्रदर्शन करता है, भविष्य के कार्यों में बाहरी चर (जैसे आपूर्ति/मांग के बुनियादी तत्व) और पड़ोसी डिलीवरी अवधि के ट्रेड्स को शामिल किया जा सकता है, हालांकि वर्तमान स्कोप पूरी तरह से ऑर्डरबुक माइक्रोस्ट्रक्चर तक सीमित है।