Foundation models for electricity price forecasting and battery arbitrage: Can they replace market-specific forecasting models?

技術要約：電力価格予測および蓄電池アービトラージのための基盤モデル

問題提起
電力価格予測（EPF）は電力市場の意思決定において極めて重要であるが、価格は強い季節性、突発的なスパイク、ヘビーテイル（厚い裾）、および負の値を示すといった特有の課題を抱えている。また、天候、再生可能エネルギー発電量、燃料コスト、および市場設計間の複雑な相互作用によって駆動される。**基盤モデル（FM）**は、タスク固有の再学習なしに、多様な時系列データに対して正確なゼロショット予測を実現することを約束しているが、これらが電力市場の特異性に特化したモデルを凌駕できるかどうかは依然として不明である。既存の文献の多くは、複数の市場、長期のテスト期間、そして決定的な点として、統計的な精度をトレーディング戦略における経済的価値へと変換できるかどうかの包括的な比較を欠いている。

手法
著者らは、3つの構造的に異なる欧州市場（ドイツ、ポーランド、スペイン）において、5つの基盤モデルファミリーからなる9つのバリアントを、2つの最先端のEPFベンチマークと比較する大規模な実証評価を実施した。評価期間は5年間のアウトオブサンプル期間（2021年〜2025年）にわたる。

• 評価された基盤モデル:

  • 時系列基盤モデル (Time Series FMs): Chronos-2（およびその合成/小型バリアント）、Moirai-2、TimesFM-2.5。これらは、一般的な時系列予測のために設計されたTransformerベースのモデル（エンコーダーのみ、またはデコーダーのみ）である。
  • テーブル型基盤モデル (Tabular FMs): TabPFN-2、TabPFN-3、TabPFN-TS-3、およびMitra（コンフォーマル予測付き）。これらは、合成データを用いたインコンテキスト学習を活用して回帰タスクを解決するものであり、特にTabPFN-TS-3は時系列データをテーブル形式に適応させている。
  • 入力の取り扱い: 時系列基盤モデルは、過去の価格、負荷予測、再生可能エネルギー発電量予測、および基礎変数（EUA、ガス、石油、石炭価格）を含む多変量または単変量のコンテキストを利用する。テーブル型モデルは、ラグ特徴量と外生変数を用いた回帰問題として予測タスクを扱う。

• ベンチマークモデル:

  • LEAR+CP: ラッソ回帰を用いた自己回帰モデル（Lasso-Estimated AutoRegressive model）にコンフォーマル予測を組み合わせたもので、堅牢で解釈性の高い統計的ベースラインを代表する。
  • DDNN-JSU: ジョンソンのSU分布のパラメータを出力する分布型ディープニューラルネットワークであり、洗練された市場特化型のディープラーニング・ベースラインを代表する。

• 評価指標:

  • 統計的指標: 平均絶対誤差（MAE）、平方根平均二乗誤差（RMSE）、および確率的精度に関する連続ランク確率スコア（CRPS）。
  • 経済的指標: 1 MWhの蓄電池エネルギー貯蔵システム（BESS）によるアービトラージ戦略から得られる利益。以下の2つの戦略がテストされた：
    1. アンリミテッド・ビッド (Unlimited-Bid; UB): 予測利益が正である場合に市場注文を実行する。
    2. クオンタイル・ベース (Quantile-Based; QB): リスクパラメータ $\alpha$（90%から50%まで）によって制御される特定のクオンタイルに基づく指値注文。$\alpha$が高いほどリスク許容度が高いことを意味する。
  • 統計的検定: モデル間の性能差が統計的に有意であるかどうかを判断するために、多変量条件付き予測能力（CPA）テストが使用された。

主な貢献

1. 包括的なゼロショット比較: 単一の市場や短期間に限定されがちな先行研究とは異なり、本研究は3つの多様な市場にわたって5年間の評価を行い、時系列アーキテクチャとテーブル型アーキテクチャの両方をテストしている。
2. 統計的精度と経済的価値の分離: 本研究は、統計的な予測精度（MAE、CRPS）の向上が、トレーディングの文脈において直接的に経済的利得へとつながるかどうかを明示的に調査しており、これはFMの文献においてしばしば見落とされているギャップである。
3. リスク依存のパフォーマンス: 分析の結果、「最適な」モデルはトレーディング戦略のリスクプロファイルに大きく依存することが明らかになり、「単一の普遍的な勝者」という概念に疑問を投げかけている。

結果

• 統計的精度:

  • TabPFNの優位性: TabPFNファミリー（TabPFN-2, TabPFN-3, TabPFN-TS-3）は、3つの市場すべてにおいて、すべての統計的指標（MAE, RMSE, CRPS）で両方のベンチマークを一貫して有意に上回った。例えば、ドイツでは、TabPFN-3はCRPSを10.70（DDNN-JSU）から9.15に低減させた。
  • 時系列基盤モデル: 汎用的な時系列基薬品（Chronos-2, Moirai-2, TimesFM-2.5）の結果は混在していた。Chronos-2のバリアントはポーランドでは良好なパフォーマンスを示したが、ドイツやスペインでは、特化したDDNN-JSUベンチマークを大幅に上回ることは一般的にできなかった。Moirai-2とTimesFM-2.5は、最もパフォーマンスが低いグループに属していた。
  • 代替に関する結論: 統計的証拠は、FMが市場特化型モデルを普遍的に代替できるという主張を支持していない。成功はアーキテクチャに強く依存しており、テーブル型基盤モデル（特にTabPFN）が優れた転移性を示している。

• 経済的価値（BESSアービトラージ）:

  • 直接的な変換の欠如: 統計的な優位性が、経済的な優位性を保証するわけではなかった。
  • リスク感応度:
    • 高リスク（Unlimited-Bid および 高 $\alpha$）: TabPFNのバリアント（特にTabPFN-TS-3）は、ドイツとスペインで最高の利益を生み出し、ポーランドではTabPFN-3が最高となった。
    • 低リスク（低 $\alpha$）: リスク許容度が低い場合（例：$\alpha = 50\%$ または $60\%$）、DDNN-JSU ベンチマークが最も収益性の高いモデルとなった。これは、TabPFNモデルがより優れた分布精度を提供している可能性がある一方で、DDNNの特定のキャリブレーションや点予測の特性が、保守的なトレーディング戦略により適していたことを示唆している。
  • 市場の変動性: トレーディング利益におけるモデルの相対的なランキングは、統計的誤差よりも市場間でより強く変動した。

意義と主張
本論文は、基盤モデルは電力価格予測の有望な手段を提供するものの、電力ドメイン向けに設計されたモデルを普遍的に代替することはできないと結論付けている。

• アーキテクチャが重要: 基盤モデルの成功はアーキテクチャに依存する。テーブル型基盤モデル（TabPFN）は堅牢なゼロショット性能を示したが、一般的な時系列基盤モデルは、ファインチューニングや特定の適応なしには、専門化されたベンチマークを一貫して打ち負かすことに苦戦した。
• コンテキストが重要: 予測の価値は本質的なものではなく、意思決定問題に依存する。優れた統計的精度（最小のCRPS）を持つモデルであっても、トレーディング戦略が異なるリスク特性（例：保守的な指値注文 vs 積極的な成行注文）を必要とする場合、最高の利益をもたらすとは限らない。
• 今後の展望: 著者らは、基模型をスタンドアロンの普遍的な代替物としてではなく、より大きな予測パイプライン（例：共変量を生成するため、あるいはアンサンブルの一部として）における有望な構成要素として捉えるべきであると示唆している。本研究は、予測の有用性を完全に理解するために、統計的および経済的な両方の観点から評価することの必要性を強調している。