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

FinMamba è un nuovo framework Mamba-GNN che affronta le sfide del basso rapporto segnale-rumore e della complessità dinamica dei dati finanziari impiegando un grafo dinamico adattivo al mercato e un meccanismo selettivo multi-livello per raggiungere una previsione dei movimenti azionari allo stato dell'arte con alta efficienza e basso consumo di memoria.

L'essenziale

Immagina di cercare di prevedere quali azioni saliranno o scenderanno domani. È come cercare di indovinare il tempo, ma invece di nuvole e vento, ti trovi a gestire emozioni umane, titoli di notizie e dati finanziari complessi.

Il documento presenta un nuovo strumento di IA chiamato FinMamba, progettato per rendere migliori queste previsioni. Ecco come funziona, spiegato attraverso semplici analogie:

I due grandi problemi che FinMBA risolve

Gli autori affermano che gli strumenti attuali falliscono per due ragioni principali:

1. Le azioni non si muovono in linea retta; danzano insieme.

   • Il Problema: Nel mercato azionario, le aziende spesso si muovono in sincronia. Quando l'intero mercato crolla, anche le aziende in settori diversi tendono a scendere insieme. Quando il mercato è in pieno boom, potrebbero salire tutte. Tuttavia, i vecchi modelli informatici trattano queste relazioni come statiche (come una mappa fissa) o si confondono con il "rumore" (eventi casuali e unici). Non si rendono conto che i "partner di danza" cambiano a seconda che il mercato sia felice o spaventato.
   • L'Analogia: Immagina un ballo scolastico. Quando la musica è lenta e triste, tutti potrebbero raggrupparsi in piccoli gruppi stretti. Quando la musica è veloce ed eccitante, le persone si disperdono e ballano con partner diversi. I vecchi modelli possiedono solo una foto della pista da ballo in un momento specifico. FinMamba, invece, ha un feed video in diretta che osserva la musica (l'indice di mercato) e aggiorna istantaneamente chi sta ballando con chi.

2. Trovare il pattern giusto in un mare di rumore.

   • Il Problema: I prezzi delle azioni sono disordinati. Hanno molto "statico" (rumore) e pochissimo segnale chiaro. Per prevedere il futuro, devi trovare pattern simili nel passato (ad esempio, "Questa azione era simile a questa 3 anni fa, e poi è salita"). I vecchi modelli di IA (come i Transformer) guardano tutto contemporaneamente, il che li porta a distrarsi con strani picchi isolati nei dati. Inoltre, diventano molto lenti e voraci di memoria quando analizzano lunghe cronologie.
   • L'Analogia: Immagina di cercare una canzone specifica in una massiccia biblioteca di registrazioni. Una vecchia IA è come un bibliotecario che legge ogni singola parola di ogni libro per trovare la canzone, lasciandosi sopraffare dal rumore. FinMamba è come un bibliotecario intelligente che sa esattamente quale scaffale controllare, ignora il chiacchiericcio di sottofondo e può sfogliare rapidamente migliaia di anni di storia senza stancarsi.

Come funziona FinMamba: La magia in due fasi

FinMamba combina due componenti intelligenti per risolvere questi problemi:

1. Il "Grafico Consapevole del Mercato" (La pista da ballo dinamica)

Questa parte costruisce una mappa di come le azioni sono connesse.

• Conoscenza Statica: Sa che un'azienda automobilistica e un'azienda di pneumatici sono correlati (come sapere che appartengono alla stessa famiglia).
• Conoscenza Dinamica: Osserva i prezzi azionari quotidiani per vedere chi si sta effettivamente muovendo insieme oggi.
• Il Filtro di Mercato: Questo è il ingrediente segreto. Il modello osserva l'indice di mercato complessivo (come l'S&P 500).
  • Quando il mercato crolla: Il modello si rende conto che tutti sono nel panico e si tengono per mano strettamente. Mantiene più connessioni sulla sua mappa perché tutto è correlato.
  • Quando il mercato è in pieno boom: Il modello si rende conto che le persone si stanno disperdendo. "Potatura" (taglia) le connessioni deboli, mantenendo solo le relazioni più forti.
  • Risultato: Crea una mappa in costante aggiornamento che riflette l'umore attuale del mercato, non solo un elenco statico di settori.

2. Il "Mamba Multi-livello" (Il detective dei pattern)

Una volta pronta la mappa, il modello deve leggere la storia delle azioni.

• Il Motore Mamba: Questa è una nuova tipologia di architettura di IA. A differenza dei modelli più vecchi che si confondono con gli outlier (picchi anomali), Mamba utilizza un "meccanismo selettivo". Agisce come un filtro intelligente che ricorda i pattern importanti e dimentica il rumore irrilevante.
• Multi-livello: Le azioni si muovono su diverse scale temporali.
  • Livello Micro: Jitter minuto per minuto causati da notizie o voci.
  • Livello Macro: Trend mese per mese causati dalla crescita economica o dai tassi di interesse.
  • FinMamba osserva i dati attraverso diverse "lenti" (livelli) simultaneamente. Non guarda solo il grafico giornaliero; comprende come il grafico giornaliero si inserisce nei trend mensili e annuali.

I Risultati

Gli autori hanno testato FinMamba su mercati azionari reali negli Stati Uniti (come il NASDAQ) e in Cina (come il CSI 300).

• Accuratezza: Ha previsto i movimenti azionari meglio di quasi tutti gli altri metodi testati, inclusi i vecchi modelli di IA e le strategie di investimento tradizionali.
• Profitto: Quando hanno simulato una strategia di trading utilizzando FinMamba, questa ha generato più denaro e ha avuto meno "crolli" (drawdown) rispetto alle altre.
• Velocità: Grazie all'architettura Mamba, è molto veloce e non richiede un supercomputer per girare, anche quando analizza lunghe cronologie di dati.

In sintesi

FinMamba è uno strumento di previsione azionaria che comprende due cose meglio di chiunque altro:

1. Contesto: Sa che le regole del gioco cambiano quando il mercato diventa spaventato o eccitato, quindi aggiorna la sua mappa delle relazioni tra le azioni in tempo reale.
2. Focus: Ignora il rumore e ricorda i giusti pattern storici attraverso diverse scale temporali, permettendogli di fare previsioni più intelligenti, veloci e redditizie.

Sommario tecnico

Sintesi Tecnica: FinMamba

Definizione del Problema

La previsione del movimento dei titoli azionari è un compito critico ma impegnativo nel trading quantitativo a causa dell'elevata volatilità dei dati finanziari, del basso rapporto segnale-rumore e della natura complessa e multifaccettata delle influenze di mercato. Gli approcci esistenti di deep learning affrontano due limitazioni primarie:

1. Relazioni Inter-Stock Statiche o Distorte: I modelli attuali spesso si affidano a conoscenze pregresse statiche (es. settori industriali) o a correlazioni posteriori puramente guidate dai dati (es. coefficienti di Pearson) senza tenere adeguatamente conto delle dinamiche di mercato. Nello specifico, non riescono a catturare come le correlazioni tra titoli si intensifichino durante i ribassisti di mercato (rischio sistemico) e si indeboliscano durante i rialzi, un fenomeno guidato da fattori macroeconomici.
2. Inefficienza e Riconoscimento di Pattern: I modelli sequenziali tradizionali come i Transformer faticano con i dati storici lunghi a causa della complessità computazionale quadratica e spesso enfatizzano eccessivamente gli outlier piuttosto che i pattern ricorrenti. Al contrario, mancano della capacità di modellare efficientemente le dipendenze attraverso molteplici scale temporali (dai dettagli microscopici delle fluttuazioni al minuto alle tendenze economiche macroscopiche) mantenendo al contempo la bassa latenza richiesta per il trading in tempo reale.

Metodologia

Gli autori propongono FinMamba, un framework che integra un Grafico Consapevole del Mercato (Market-Aware Graph - MAG) e un'architettura Multi-Level Mamba (MLM) per affrontare queste limitazioni.

1. Grafico Consapevole del Mercato (MAG)

Il modulo MAG modella dinamicamente le relazioni inter-stock fondendo la conoscenza pregressa statica con le correlazioni posteriori dinamiche, perfezionate dal feedback dell'indice di mercato.

• Generazione del Grafico di Correlazione Azionaria Dinamica: Il modello costruisce una matrice di adiacenza $A_t$ combinando:
  • Correlazioni Posteriori ($Q$): Calcolate quotidianamente tramite il coefficiente di Spearman su una finestra di osservazione $L$ per catturare le somiglianze nelle sequenze a breve termine.
  • Relazioni Prioritarie ($D$): Una "Matrice di Decadimento Industriale" che codifica le relazioni strutturali a lungo termine basate sulle classificazioni industriali primarie e secondarie, assegnando pesi maggiori ai titoli all'interno dello stesso settore.
  • La matrice di adiacenza finale è calcolata come $A_t = Q_t \cdot D$.
• Sparsificazione del Grafico Consapevole del Mercato: Per adattarsi alla volatilità del mercato, il modello impiega un meccanismo di pruning (potatura). Calcola un livello di sparsità $\kappa_t$ basato sull'indice di mercato $M_t$ (rappresentato dalla media del set di titoli target). Utilizzando un blocco Inception e una funzione Sigmoide, il modello determina quanti archi mantenere.
  • Meccanismo: Quando l'indice di mercato è basso (alta volatilità/crisi), il modello mantiene più archi (correlazione più alta). Quando l'indice è alto, il modello pota più archi, riflettendo la divergenza delle performance azionarie.
• Aggregazione tramite Attention su Grafo: Un meccanismo di multi-head attention aggrega i messaggi dai nodi vicini nel grafo potato per generare embedding azionari raffinati.

2. Multi-Level Mamba (MLM)

Il modulo MLM elabora gli embedding azionari per catturare le dipendenze temporali attraverso diverse granularità.

• Proiezione Multi-Livello: L'input viene proiettato su $k$ livelli distinti tramite mappature lineari. Ciò consente al modello di estrarre simultaneamente dettagli locali fini (livello micro) e pattern globali più ampi (livello macro).
• Meccanismo di Spazio degli Stati Selettivo: Ogni livello è elaborato da un blocco Mamba. A differenza dei Transformer, Mamba utilizza un meccanismo selettivo che permette al modello di ricordare specifici pattern storici rilevanti per l'input corrente, scartando al contempo le informazioni irrilevanti. Ciò consente al modello di gestire lunghe sequenze con complessità temporale e di memoria lineare.
• Output: Gli output di tutti i livelli vengono ri-proiettati, concatenati e passati attraverso uno strato lineare per prevedere i punteggi di ranking per il giorno di trading successivo.

3. Ottimizzazione

Il modello è addestrato end-to-end utilizzando una funzione di perdita combinata:

• Perdita di Rank & Predizione ($L_{RP}$): Una combinazione di Mean Squared Error (MSE) per la regressione point-wise e una perdita di ranking pairwise per ottimizzare l'ordinamento relativo dei titoli.
• Perdita di Graph Information Bottleneck (GIB) ($L_{GIB}$): Un termine di regolarizzazione progettato per minimizzare l'informazione mutua tra gli embedding del grafo aggregati e l'input originale, garantendo che il modello mantenga le informazioni di correlazione chiave filtrando al contempo il rumore.

Contributi Chiave

Il paper rivendica i seguenti contributi:

• Costruzione di un Grafico Consapevole del Mercato: Questo è il primo lavoro che potenzia esplicitamente la modellazione delle relazioni inter-stock sotto specifiche condizioni macroeconomiche di mercato. Integra i priori statici (industria) e i posteriori dinamici (sequenze di prezzo) e li perfeziona tramite il feedback dell'indice di mercato per adattare le correlazioni in base ai trend di mercato.
• Framework FinMamba: La proposta di un'architettura innovativa che combina il Grafico Consapevole del Mercato con un Multi-Level Mamba. Questo framework modella efficacemente le dipendenze orientate ai pattern attraverso molteplici scale temporali (dal micro al macro) mantenendo un'elevata efficienza computazionale.
• Prestazioni allo Stato dell'Arte: Esperimenti estesi sui mercati azionari statunitensi (S&P 500, NASDAQ 100) e cinesi (CSI 300, CSI 500) dimostrano che FinMamba raggiunge una precisione di previsione e una redditività di trading superiori rispetto ai metodi di investimento quantitativo esistenti e ai modelli generali di previsione di serie temporali.

Risultati Sperimentali

Gli autori hanno valutato FinMamba contro una vasta gamma di baseline, inclusi i classici strategie quantitative (BLSW, CSM), metodi di deep reinforcement learning (AlphaStock) e varie architetture di deep learning (Transformer, Mamba, THGNN, PatchTST, ecc.).

• Metriche di Performance: Il modello è stato valutato utilizzando Annual Return Ratio (ARR), Annual Volatility (AVol), Maximum Draw Down (MDD), Annual Sharpe Ratio (ASR) e Information Ratio (IR).
• Risultati:
  • FinMamba ha ottenuto i migliori risultati o i secondi migliori risultati in tutti e quattro i dataset sulla maggior parte delle metriche, in particolare in ARR, ASR e IR.
  • Ha superato i modelli generali di previsione di serie temporali (es. Crossformer, iTransformer) che mancano della modellazione delle relazioni inter-stock basata su grafi.
  • Ha superato altri metodi basati su grafi (es. THGNN, VGNN) integrando efficacemente il feedback dell'indice di mercato nella struttura del grafo.
  • Studi di Ablazione: La rimozione della Matrice di Decadimento Industriale, della Sparsificazione Consapevole del Mercato o della struttura Multi-Level Mamba ha causato un significativo degrado delle prestazioni, confermando la necessità di ogni componente.
  • Efficienza: FinMamba ha dimostrato un tempo di inferenza e un uso della memoria inferiori rispetto ai modelli basati su Transformer, specialmente all'aumentare dell'orizzonte di lookback, validando il suo vantaggio di complessità lineare.
  • Case Study: L'analisi dello sciopero UAW del 2023 ha mostrato come FinMamba sia riuscito a catturare la dinamica evolutiva delle correlazioni tra i produttori automobilistici tradizionali (GM, Ford) e Tesla, riflettendo il passaggio da posizioni di mercato distinte a una competizione intensificata.

Significato e Rivendicazioni

Il paper posiziona FinMamba come un avanzamento significativo nel trading quantitativo affrontando le doppie sfide dell'adattabilità dinamica del mercato e dell'efficienza computazionale. Gli autori sostengono che, integrando direttamente il feedback macroeconomico del mercato nel processo di costruzione del grafo, il modello possa comprendere meglio le dinamiche di mercato, in particolare durante i periodi di volatilità. Inoltre, l'uso dell'architettura Multi-Level Mamba consente l'estrazione efficiente di pattern temporali multi-scala senza l'onere computazionale dei meccanismi di attenzione, rendendo l'approccio adatto al trading algoritmico in tempo reale. Il lavoro suggerisce che la combinazione di priori strutturali basati su grafi con la modellazione selettiva dello spazio degli stati di Mamba offra un paradigma robusto per la previsione di serie temporali finanziarie.