Riepilogo Tecnico: Rappresentazioni Grafiche Visive per la Previsione dei Regimi delle Criptovalute

Formulazione del Problema

Questo studio affronta l'applicazione poco esplorata del deep learning alle immagini dei grafici finanziari per la previsione dei regimi. Sebbene i trader tecnici abbiano storicamente fatto affidamento sull'analisi visiva dei pattern delle candele per prevedere i movimenti di mercato, la valutazione sistematica di come diverse rappresentazioni visive e architetture neurali performano in questo compito rimane limitata. Il documento formula la previsione del regime come un compito di classificazione binaria di immagini: data un'immagine del grafico che rappresenta $N$ giorni di dati storici sui prezzi, il modello deve prevedere se l'attività entrerà in un regime "rialzista" (definito come un rendimento superiore a una soglia del 2% su un orizzonte temporale di 7 giorni) o in un regime "ribassista". La ricerca mira a determinare le configurazioni ottimali per la codifica delle immagini, i componenti del grafico, l'architettura del modello e le strategie di transfer learning sui dati di Bitcoin, Ethereum e S&P 500.

Metodologia

Gli autori hanno condotto otto esperimenti controllati dal 2018 al 2024, utilizzando dati OHLCV giornalieri di Bitcoin (BTC-USD), Ethereum (ETH-USD) e dell'ETF S&P 500 (SPY). Ogni dataset conteneva 500 campioni, suddivisi cronologicamente in 70% per l'addestramento, 15% per la validazione e 15% per il test per prevenire il bias di look-ahead.

Codifica delle Immagini e Componenti

Sono state confrontate tre metodi di codifica delle immagini:

1. Grafici a Candele Grezzi: Visualizzazioni standard renderizzate tramite mplfinance, che codificano i prezzi di Apertura, Massimo, Minimo e Chiusura.
2. Campi Angolari Gramiani (GAF): Codifiche matematiche che trasformano le serie temporali in matrici di coordinate polari (varianti Somma e Differenza).
3. GAF Multicanale: Sovrapposizione di matrici GAF separate per i prezzi di Apertura, Intervallo e Chiusura nei canali RGB.

Sono state valutate cinque configurazioni di componenti del grafico, che vanno dalle sole candele dei prezzi a sovrapposizioni complesse incluse barre del volume, Medie Mobili Semplici (SMA) e Bande di Bollinger.

Architetture del Modello

Sono state testate quattro architetture:

• CNN Semplice: Una rete convoluzionale personalizzata a 4 livelli (~422k parametri).
• ResNet18: Un'architettura standard da 11,2 milioni di parametri.
• EfficientNet-B0: Un'architettura da 4,0 milioni di parametri.
• Vision Transformer (ViT-Tiny): Un modello basato sull'attenzione da 5,5 milioni di parametri.

Gli esperimenti hanno variato la risoluzione dell'immagine (64×64, 128×128, 224×224), le finestre di retrospettiva (14, 30, 60, 90 giorni) e l'uso del transfer learning da ImageNet. I modelli sono stati addestrati utilizzando AdamW con pesatura delle classi per gestire lo squilibrio dei regimi, e le prestazioni sono state valutate principalmente utilizzando l'AUC-ROC per garantire una capacità di discriminazione indipendente dalla soglia.

Contributi Chiave

1. Confronto Sistematico delle Codifiche: Il primo confronto completo tra grafici a candele grezzi e codifiche matematiche (GAF) per la classificazione dei regimi finanziari.
2. Ablazione dei Componenti Visivi: Uno studio che quantifica l'impatto dell'aggiunta di indicatori tecnici (volume, SMA, Bande di Bollinger) alle immagini dei grafici.
3. Benchmarking delle Architetture: Il primo confronto diretto tra CNN e Vision Transformer su immagini di grafici a candele.
4. Analisi del Transfer Learning: Una valutazione dell'efficacia del pre-addestramento su ImageNet nel dominio specializzato dei grafici finanziari.
5. Interpretabilità: L'applicazione di GradCAM per visualizzare e convalidare le caratteristiche visive che le CNN apprendono dai grafici finanziari.
6. Open Source: Fornitura di codice, modelli addestrati e risultati sperimentali per la riproducibilità.

Risultati Sperimentali

Codifica delle Immagini

Contrariamente all'ipotesi secondo cui le codifiche matematiche preservano meglio le dipendenze temporali, i grafici a candele grezzi hanno superato significativamente le varianti GAF. L'approccio a candele grezze ha raggiunto un AUC-ROC di 0,760, mentre le varianti GAF Somma e Multicanale hanno ottenuto punteggi inferiori al caso casuale (rispettivamente 0,310 e 0,252). Gli autori suggeriscono che le trasformazioni matematiche potrebbero distruggere i pattern spaziali essenziali per l'estrazione delle caratteristiche da parte delle CNN.

Componenti del Grafico

La semplicità ha dimostrato di essere superiore. Le sole candele dei prezzi hanno prodotto l'AUC-ROC più alto (0,815). L'aggiunta di barre del volume, medie mobili o Bande di Bollinger ha costantemente degradato le prestazioni, con la configurazione "Tutti gli Indicatori" che è scesa a 0,704. Ciò suggerisce che gli indicatori tecnici introducono rumore visivo o forniscono informazioni ridondanti già implicite nei dati sui prezzi.

Finestra di Retrospettiva e Risoluzione

• Retrospettiva: Una finestra di 30 giorni ha raggiunto le migliori prestazioni (0,734 AUC), mentre le finestre più brevi (14 giorni) e più lunghe (60/90 giorni) hanno performato peggio.
• Risoluzione: Una risoluzione di 128×128 pixel ha raggiunto il picco di AUC-ROC di 0,892. Una risoluzione inferiore (64×64) ha perso pattern fini, mentre una risoluzione superiore (224×224) ha introdotto rumore o richiesto più dati di quelli disponibili.

Architettura del Modello

Una semplice CNN a 4 livelli (~422k parametri) ha superato tutti i modelli più grandi e pre-addestrati. Ha raggiunto un AUC-ROC di 0,831, superando ResNet18 (0,662), EfficientNet-B0 (0,365) e ViT-Tiny (0,570). I modelli più grandi hanno mostrato un grave overfitting sul dataset limitato di 500 campioni, suggerendo che per questo specifico dominio e volume di dati, la complessità del modello è dannosa.

Transfer Learning

Nonostante il divario di dominio tra immagini naturali e grafici finanziari, il pre-addestramento su ImageNet ha costantemente migliorato le prestazioni. Per ResNet18, il pre-addestramento ha aumentato l'AUC-ROC di 4,1 punti percentuali; per EfficientNet-B0, il guadagno è stato di 16,1 punti percentuali. Ciò indica che le caratteristiche di basso livello (bordi, texture) apprese da ImageNet si trasferiscono efficacemente all'analisi dei grafici.

Generalizzazione Cross-Asset

Le prestazioni sono variate significativamente in base all'attività. Bitcoin ha mostrato la maggiore prevedibilità (0,734 AUC), mentre Ethereum (0,492) e lo S&P 500 (0,459) hanno performato vicino o al di sotto del caso casuale. Gli autori attribuiscono la prevedibilità di Bitcoin al dominio dei trader retail che fanno affidamento sull'analisi tecnica, creando pattern che si autoavverano.

Interpretabilità

Le visualizzazioni GradCAM hanno confermato che il modello si concentra sull'azione dei prezzi recente (il lato destro del grafico) e sulle candele con corpi grandi (momento significativo). Il modello ha prestato attenzione anche alle transizioni di colore (inversioni di tendenza), allineando le sue caratteristiche apprese ai principi consolidati dell'analisi tecnica.

Significato e Affermazioni

Il documento conclude che "la semplicità vince" nella previsione visiva dei regimi. La configurazione ottimale identificata è una semplice CNN addestrata su grafici a candele grezzi, solo prezzi, a una risoluzione di 128×128 con una retrospettiva di 30 giorni.

Le principali implicazioni tratte dagli autori includono:

• Rappresentazione dei Dati: Le visualizzazioni grezze preservano le informazioni predittive meglio delle codifiche matematiche astratte.
• Ingegneria delle Caratteristiche: Aggiungere indicatori tecnici alle immagini è controproducente; meno disordine visivo porta a migliori prestazioni del modello.
• Selezione del Modello: I praticanti dovrebbero privilegiare modelli semplici rispetto ad architetture grandi e pre-addestrate quando i dati sono limitati, poiché i modelli complessi tendono facilmente all'overfitting.
• Transfer Learning: Anche con un divario di dominio significativo, il pre-addestramento su ImageNet fornisce un aumento misurabile delle prestazioni.
• Specificità del Mercato: I pattern visivi sono più predittivi nei mercati delle criptovalute (in particolare Bitcoin) rispetto alle azioni tradizionali, probabilmente a causa della microstruttura del mercato e del comportamento dei partecipanti.

Gli autori sottolineano che questi risultati offrono indicazioni pratiche per la progettazione di sistemi di trading visivi, suggerendo che gli sforzi di ingegneria dovrebbero concentrarsi sulla qualità dei dati e sulla formulazione del problema piuttosto che sull'aumento della complessità del modello. Avvertono che i risultati potrebbero variare con dataset più grandi e che i pattern prevedibili potrebbero essere arbitrati via man mano che i mercati evolvono.