Riepilogo Tecnico: OrderFusion

Enunciato del Problema

La previsione probabilistica dei prezzi dell'elettricità intraday è fondamentale per l'operatività a breve termine dei sistemi energetici, specialmente con l'aumento dell'incertezza legata alla generazione rinnovabile e alla flessibilità della domanda nei momenti vicini alla consegna. A differenza dei mercati d'asta day-ahead, i mercati intraday continui (CID) operano tramite la pubblicazione continua di ordini di acquisto e vendita, creando una microstruttura dinamica dell'ordine book.

Gli approcci di previsione attuali presentano due limitazioni principali:

1. Perdita della Struttura di Interazione: I metodi convenzionali aggregano i dati dell'ordine book in caratteristiche di dominio 1D (ad esempio, Prezzo Medio Ponderato per Volume, ultimo prezzo) o trattano l'ordine book come una serie temporale multivariata 2D generica. Entrambi gli approcci trascurano la specifica struttura strategica di interazione acquisto-vendita intrinseca all'ordine book.
2. Incrocio delle Quantili: Nella previsione probabilistica, la stima indipendente di più quantili porta spesso a un "incrocio delle quantili", dove le previsioni dei quantili superiori scendono al di sotto di quelle inferiori, violando la monotonicità della distribuzione predittiva. Le soluzioni esistenti, come la riordinazione a posteriori, interrompono il paradigma di apprendimento end-to-end.

Metodologia: OrderFusion

Gli autori propongono OrderFusion, un modello di deep learning end-to-end ed efficiente in termini di parametri, progettato per codificare i dati dell'ordine book catturando esplicitamente le interazioni acquisto-vendita e garantendo previsioni probabilistiche senza incroci.

1. Codifica

Il modello separa l'ordine book nei lati di acquisto ($+$) e vendita ($-$). Ogni transazione è rappresentata come una terna di prezzo, volume e un delta temporale relativo ($\nabla t$) che codifica il tempo rimanente fino alla consegna. Ciò risulta in due sequenze 2D di lunghezza variabile per campione.

2. Architettura Backbone

Il backbone elabora queste sequenze attraverso tre componenti chiave:

• Livello di Mascheramento Duale: Per gestire il numero irregolare di transazioni e dare priorità alle informazioni recenti (basato su ipotesi di efficienza di mercato), il modello applica:
  • Padding Mask: Per allineare le sequenze a una lunghezza massima.
  • Temporal Mask: Per conservare solo le ultime $L$ transazioni, scartando i dati più vecchi.
• Livello di Fusione Iterativa: Questo è il meccanismo centrale per modellare le interazioni. Impiega una serie di $K$ livelli in cui le rappresentazioni dei lati di acquisto e vendita sono fuse iterativamente utilizzando l'attenzione incrociata.
  • Al grado $k=0$, gli input sono proiettati su una dimensione nascosta.
  • Per $k \ge 1$, la rappresentazione di un lato (Query) si focalizza sulla rappresentazione del lato opposto (Key/Value). Ciò permette al modello di apprendere come gli acquirenti si adattano ai venditori e viceversa.
• Livello di Aggregazione: Le rappresentazioni da tutti i gradi di interazione ($k=1$ a $K$) sono combinate tramite connessioni residue e aggregate utilizzando il pooling medio globale per formare una rappresentazione latente finale.

3. Testa Gerarchica

Per produrre previsioni probabilistiche senza incrocio delle quantili, il modello utilizza una testa gerarchica:

• Il quantile mediano ($\tau=0.50$) è previsto direttamente.
• I quantili superiori sono previsti come la mediana più un residuo non negativo.
• I quantili inferiori sono previsti come la mediana meno un residuo non negativo.
  Questa struttura impone la monotonicità per costruzione, eliminando la necessità di correzioni a posteriori.

4. Funzione di Perdita

Il modello è addestrato utilizzando la Perdita Media dei Quantili (AQL) per stimare congiuntamente più quantili.

Contributi Chiave

1. Formulazione: Il documento inquadra la previsione dell'indice dei prezzi CID probabilistica come un problema di economia dei sistemi energetici consapevole della microstruttura, sottolineando la necessità di aggiustamenti di posizione consapevoli dell'incertezza.
2. Progettazione del Modello: OrderFusion è introdotto come un modello efficiente in termini di parametri che codifica esplicitamente le interazioni acquisto-vendita tramite un meccanismo di attenzione incrociata iterativa, evitando il rigonfiamento dei parametri tipico dei modelli generici di serie temporali.
3. Gestione dei Quantili: La metodologia introduce una testa gerarchica che garantisce quantili non incrociati all'interno di un framework end-to-end.
4. Validazione Empirica: Gli autori conducono esperimenti esaustivi su mercati ad alta liquidità (tedesco) e a bassa liquidità (austriaco), dimostrando miglioramenti coerenti rispetto ai modelli di riferimento.

Risultati Sperimentali

Il modello è stato valutato sui mercati CID tedesco e austriaco utilizzando valutazioni a finestra scorrevole.

• Prestazioni vs Modelli di Riferimento: OrderFusion ha superato tutti i modelli di riferimento, inclusi modelli Naïve, metodi di codifica 1D (MLP/LQR con VWAP, ultimo prezzo e caratteristiche esaustive) e modelli all'avanguardia di serie temporali 2D (FEDFormer, iTransformer, PatchTST, TimesNet, TimeXer).
  • Nel mercato tedesco, OrderFusion ha ottenuto la Perdita Media dei Quantili (AQL) più bassa di 3.81 (rispetto a 4.38 del secondo migliore, TimesNet) e l'errore assoluto medio (MAE) più basso di 9.06.
  • Nel mercato austriaco, ha ottenuto un AQL di 5.64 e un MAE di 13.52, classificandosi nuovamente al primo posto.
• Incrocio delle Quantili: OrderFusion ha raggiunto un Tasso Medio di Incrocio delle Quantili (AQCR) dello 0.00% in tutti i test, mentre i modelli di riferimento con codifica 2D hanno mostrato tassi di incrocio compresi tra 1.97% e 4.97%.
• Efficienza dei Parametri: OrderFusion utilizza solo 4.872 parametri, significativamente meno rispetto ai 0,87M - 3,38M parametri utilizzati dai modelli di riferimento con codifica 2D, rendendolo adatto al dispiegamento operativo in contesti con risorse limitate.
• Studi di Ablazione:
  • La rimozione del livello di mascheramento duale ha aumentato l'AQL del 30,51%, evidenziando l'importanza del filtraggio del rumore e della focalizzazione sulle transazioni recenti.
  • La rimozione del livello di fusione iterativa ha aumentato l'AQL del 18,86%, confermando che il bias induttivo acquisto-vendita è cruciale.
  • Il grado di interazione ottimale ($K$) è risultato essere 2; gradi superiori non hanno offerto miglioramenti significativi.
  • La testa gerarchica ha eliminato con successo l'incrocio delle quantili senza il sovraccarico computazionale della riordinazione a posteriori.

Significato e Affermazioni

Il documento afferma che OrderFusion affronta le sfide specifiche dei mercati CID superando la modellazione generica delle serie temporali per modellare esplicitamente la microstruttura delle interazioni acquisto-vendita. I risultati suggeriscono che i mercati CID non mostrano un'efficienza di forma debole perfetta, poiché il flusso storico degli ordini contiene informazioni predittive oltre all'ultimo prezzo scambiato.

Gli autori sottolineano che l'iniezione di prior di dominio (specificamente la struttura delle interazioni acquisto-vendita) nell'architettura del modello è più efficace dello semplice accumulo di parametri. La metodologia è presentata come una soluzione robusta e end-to-end per la gestione del rischio operativo, capace di generalizzare su mercati con diversi livelli di liquidità. Gli autori notano che, sebbene il modello funzioni bene, un lavoro futuro potrebbe incorporare variabili esogene (ad esempio, fondamentali di offerta/domanda) e transazioni da periodi di consegna vicini, sebbene l'ambito attuale sia strettamente limitato alla microstruttura dell'ordine book.