DART: Domain Aware Relational Transformer for Stock Prediction

Immagina di cercare di prevedere il tempo, ma invece di guardare le nuvole, stai guardando la borsa. Questo è il mondo della finanza quantitativa, dove scienziati e investitori cercano di indovinare quali azioni saliranno o scenderanno domani. Per molto tempo, si è pensato che il mercato fosse come il lancio di una moneta perfettamente equa, dove nessuno poteva davvero prevedere il futuro perché tutti sapevano già tutto. Ma poi, persone intelligenti si sono rese conto che gli esseri umani non sono robot perfetti; ci spaventiamo, ci eccitiamo e seguiamo la massa, il che rende il mercato un po' disordinato e in realtà prevedibile in certi modi. Oggi utilizziamo computer potenti e il "deep learning" (un tipo di intelligenza artificiale che impara dai pattern) per trovare questi segnali nascosti nel rumore. Il grande problema, però, è che ci sono migliaia di azioni e tutte si influenzano a vicenda in modi complicati. Cercare di capire come ogni singola azione parli con tutte le altre è come cercare di ascoltare una conversazione tra ogni singola persona in uno stadio contemporaneamente: è troppa informazione da gestire senza che un computer venga sopraffatto.

È qui che entra in gioco un nuovo studio con una soluzione intelligente chiamata DART (Domain-Aware Relational Transformer). Pensa al mercato azionario come a una festa gigante e rumorosa. In passato, se volevi sapere chi stava parlando con chi, avresti potuto provare ad ascoltare tutte le singole conversazioni che avvengono contemporaneamente. Questo richiede un tempo infinito e ti lascia con il mal di testa. I ricercatori dietro DART si sono resi conto che le persone parlano principalmente con gli altri all'interno dei propri gruppi—come i ragazzi al tavolo degli snack o gli adulti vicino alla ciotola del punch. Di solito non urlano attraverso la stanza a qualcuno in un gruppo completamente diverso. Quindi, invece di ascoltare tutti, DART ascolta solo le persone nello stesso "gruppo industriale" (come le aziende tecnologiche che parlano con altre aziende tecnologiche). Questo rende il lavoro del computer molto, molto più veloce.

Il documento suggerisce che, utilizzando questa strategia di "ascolto di gruppo", combinata con un modo speciale di guardare il tempo (controllando contemporaneamente tendenze a breve termine, a medio termine e a lungo termine), il modello può prevedere i rendimenti azionari meglio dei metodi più vecchi. Nei test effettuati con dati reali da NASDAQ, NYSE e S&P 500, il modello DART ha dimostrato di poter fare scelte di investimento più intelligenti e gestire meglio il rischio. Ha inoltre provato che, ignorando il "rumore" delle azioni non correlate, il computer poteva svolgere il suo lavoro utilizzando circa l'84% di energia in meno rispetto in precedenza. Sebbene il modello non sia una bacchetta magica che garantisce profitti, gli autori suggeriscono che sia uno strumento molto più pratico ed efficiente per navigare nel complesso e affollato mondo della borsa.

La storia di DART: Un modo più intelligente di ascoltare il mercato

Il Problema: Troppo Rumore, Troppe Connessioni

Immagina di essere a un enorme concerto con migliavere di persone. Se vuoi sapere quale canzone sta suonando, potresti provare ad ascoltare ogni singola voce contemporaneamente. Ma è impossibile; è solo un muro di rumore. Questo è esattamente il problema che i computer affrontano quando cercano di prevedere le azioni. Ci sono migliaia di titoli e ogni singolo titolo è connesso a tutti gli altri. I vecchi modelli informatici cercavano di ascoltare tutti contemporaneamente. Questo è chiamato "full attention" (attenzione totale). È molto accurato in teoria, ma è così lento e costoso che è praticamente impossibile da usare per il trading reale con migliaia di azioni. È come cercare di risolvere un puzzle controllando ogni singolo pezzo contro tutti gli altri; il puzzle diventa troppo grande e il tuo cervello (o il tuo computer) va in crash.

La Soluzione: La Regola del "Quartiere Industriale"

I ricercatori hanno proposto un'idea semplice ma potente: Le azioni nello stesso settore sono migliori amiche; le azioni in settori diversi sono solo conoscenti.

Pensa al mercato azionario come a una grande città divisa in quartieri. C'è il "Quartiere Tech", il "Quartiere Alimentare" e il "Quartiere delle Auto". Le persone nel Quartiere Tech parlano tra loro continuamente perché condividono le stesse notizie e tendenze. Ma le persone nel Quartiere Tech raramente hanno una conversazione diretta e urgente con le persone nel Quartiere Alimentare.

Il modello DART utilizza questa regola. Invece di ascoltare l'intera città, ascolta solo le conversazioni che avvengono all'interno di ogni quartiere. Questo è chiamato Domain-Knowledge-Guided Sparse Attention (DSA).

• Come funziona: Il computer guarda un'azione, chiede: "In quale quartiere si trova?" e poi presta attenzione solo alle altre azioni nello stesso quartiere.
• Il Risultato: Ignora il rumore inutile delle azioni non correlate. Il documento mostra che questo riduce il carico di lavoro del computer di circa l'84% (specificamente, da 0,23 GFLOPs a 0,04 GFLOPs nei loro test). È come passare dal cercare di sentire un sussurro in un uragano al limitarsi di ascoltare una chiacchierata tranquilla in un caffè.

La Macchina del Tempo: Vedere il Passato in Livelli

Prevedere il futuro non riguarda solo chi parla con chi; riguarda anche quando accadono le cose. Le azioni si muovono su orologi diversi. Alcune si muovono velocemente (minuto per minuto), alcune (tendenze giornaliere) sono a velocità media, e altre (tendenze mensili o annuali) sono lente.

I vecchi modelli spesso cercavano di guardare il tempo con un solo paio di occhiali, il che significava che perdevano la visione d'insieme o i piccoli dettagli. DART utilizza un modulo di Multi-Scale Temporal Fusion (MSTF).

• L'Analogia: Immagina di guardare un film. Hai un obiettivo zoom che ti permette di vedere i piccoli dettagli del volto di un attore (breve termine), un obiettivo grandangolare che mostra l'intera scena (medio termine) e un'inquadratura con un drone che mostra l'intera città (lungo termine). DART usa tutti e tre gli obiettivi contemporaneamente.
• La Magia: Utilizza poi una rete speciale di "Progressive Temporal Fusion" per impilare queste viste insieme. È come costruire un sandwich dove ogni strato aggiunge più sapore, aiutando il computer a capire come un piccolo cambiamento oggi possa trasformarsi in una grande tendenza domani.

Cosa hanno scoperto: Più Veloci e Più Intelligenti

I ricercatori hanno testato il loro nuovo modello, DART, contro diversi altri modelli famosi (come LSTM, GCN e persino quelli più recenti come MambaStock) utilizzando dati reali del mercato azionario statunitense (NASDAQ, NYSE e S&P 500) dal 2020 al 2024.

Ecco cosa suggeriscono i dati:

1. Rendimenti Migliori: DART non ha solo indovinato meglio; ha aiutato a costruire un "portafoglio" migliore (una collezione di azioni). Nei test, ha ottenuto lo Sharpe Ratio più alto (un punteggio che misura quanto denaro guadagni rispetto al rischio che corri) su NASDAQ e S&P 500. Ad esempio, su NASDAQ, DART ha ottenuto uno Sharpe Ratio di 2,432, mentre il secondo miglior risultato era 1,827.
2. Scelte Top: Quando il modello ha scelto le 10 migliori azioni che pensava avrebbero performato meglio, è stato corretto più spesso degli altri (una metrica chiamata Precision@10). Su NYSE, ha azzeccato il 58,7% delle sue migliori scelte, superando la concorrenza.
3. La Zona "No-Go": Lo studio ha esplicitamente dimostrato che se rimuovi la regola del "quartiere" e lasci che il computer ascolti tutti (Full Attention), il modello si confonde e le prestazioni peggiorano drasticamente. Questo prova che ignorare le connessioni irrilevanti è in realtà buono per il modello.

In Conclusione

Il documento suggerisce che DART è uno strumento pratico ed efficiente per il futuro degli investimenti. Non sostiene di essere una bacchetta magica che garantisce la ricchezza, ma dimostra che, usando regole intelligenti (come ascoltare solo il proprio quartiere) e guardando il tempo in livelli, i computer possono dare molto più senso al caos del mercato azionario. Risolve il problema dei "troppi dati" essendo selettivo, rendendo possibile l'uso di una IA potente su migliaia di azioni senza mandare in tilt il computer o svuotare il portafoglio.

Come sottolineano gli autori, c'è ancora spazio per crescere. Al momento, il modello guarda ai "quartieri" basandosi su liste industriali statiche. In futuro, sperano di rendere questi quartieri dinamici, in modo che il modello possa vedere quando un'azienda tecnologica inizia improvvisamente ad agire come un'azienda alimentare, o quando una notizia rompe il collegamento tra due gruppi totalmente diversi. Ma per ora, DART rappresenta un passo avanti forte ed efficiente nel insegnare ai computer come navigare nel mondo finanziario.