💰 quantitative finance

VertiFuseX: Generalizable Financial Forecasting via Multi-Stream Temporal Fusion

VertiFuseXは、マルチスケールな時間的表現の新しいペンウルティメイト層（最終層直前層）における垂直融合を採用することで、多様なグローバル市場において既存のベースラインを大幅に上回る性能を実現しつつ、デプロイ可能な効率性を維持しながら、金融予測において優れた汎化性能と精度を達成する軽量なハイブリッドLSTMアーキテクチャである。

原著者： Aashish Bohra, Vivek Vijay

公開日 2026-09-14✓ Author reviewed ⓘ

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Aashish Bohra, Vivek Vijay

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

株価の将来を予測することは、金融における最も困難な課題の一つです。市場は安定した予測可能な機械ではなく、絶えず変化する混沌としたノイズの多いシステムです。価格は直線的に動くのではなく、即時的なニュース、長期的なトレンド、そして何百万人もの投資家の移り変わる心理が混ざり合い、上下に跳ね上がります。データがあまりにも乱雑で変化が速いため、標準的なコンピュータプログラムは、ノイズの中に隠された真のシグナルを見つけ出すのに苦労することがよくあります。それらは過去の過ちを暗記してしまうか、あるいは市場が突然新しいパターンへと移行した際に混乱してしまう傾向があります。数十年にわたり、研究者たちはより優れたツールを構築しようと試みてきました。複雑な数学的モデルを用いて価格が次にどこへ向かうかを推測し、それらの推測を、投資家がリスクを管理するのに役立つ信頼できる予測へと変えることを目指してきました。

インド工科大学ジョドプル校の研究チームは、この問題を解決するために、「VertiFuseX」と呼ばれる新しいアプローチを提案しました。過去の単一の硬直した見方をコンピュータに強制させる代わりに、彼らは市場の3つの異なる「声」を同時に聴くシステムを構築しました。複雑な物語を理解しようとする際、出来事の正確な順序を覚えている人、最初から最後まで物語の文脈を理解している人、そしてプロットが時間の経過とともにどのように進化してきたかという全体像を見ている人の、3人の異なる人物の話を聞こうとしている場面を想像してみてください。研究者たちは、これら3つの視点を一つの統合されたモデルへと組み合わせました。彼らは、これら異なる過去の見方を最終的な予測を行う前に単一のモデルへと融合させることで、他のモデルが見逃していたパターンを捉え、より正確な予測を実現できることを見出したのです。

彼らの発見の核心は、これら異なる視点をどのように組み合わせたかにあります。従来の多くの試みでは、各コンピュータモデルに独自の推測を行わせ、その結果を単に平均化するという、いわば「投票」のような方法をとっていました。しかし、新しい研究は、この方法では貴重な情報が失われすぎると主張しています。代わりに、研究者たちは、モデルが最終的な数値を確定させる前の、データを処理している最中の内部的な「思考」を結合することに決めました。彼らは、短期的な記憶を追跡するもの、特定のウィンドウ内での過去と未来を見るもの、そして深く層状のトレンドを理解するものという、3つの異なるモデルからの中間表現を取り出し、それらを融合させたのです。これにより、システムは市場の歴史を単なる圧縮された一つの推測に落とし込むのではなく、その豊かで詳細な質感を持ったまま維持することができました。

このアイデアが機能するかどうかをテストするため、研究者たちはアメリカ、ヨーロッパ、アジアを含む世界中の10の主要な株式市場からの15年間の日次終値を用いて、システムを学習させました。彼らは厳格なテスト手法を用い、モデルを過去のデータで学習させた後、テストデータを事前に一度も見せることなく将来を予測させることで、結果が単なるラッキーな推測ではないことを確実にしました。結果は驚くべきものでした。新しいシステムは、従来の標準的なモデルと比較して、予測誤差を30パーセントから54パーセント減少させました。ブルーチップ（優良株）のような安定して動きの緩やかな市場から、急速に変化するハイテク株主体の非常にボラティリティの高い市場に至るまで、異なるタイプの市場において一貫して優れたパフォーマンスを発揮しました。また、このシステムは驚くほど効率的であり、計算資源をほとんど必要とせず、リアルタイム取引にも十分な2ミリ秒未満で予測を行うことができました。

研究者たちは、システムが実際に何を学習しているのかを理解するために、システムがどのように意思決定を行っているのかも調査しました。モデルが過去のどの日に最も注意を払っていたかを分析したところ、モデルが約9日から15日前という特定の期間に一貫して焦点を当てていることが判明しました。これは、モデルが、信号が有用であるほど十分に強く、かつ無関係になるほど古くないという「スイートスポット」をデータの中から見つけ出したことを示唆しています。この洞察は価値のあるものです。なぜなら、システムが直近1、2日の混沌としたノイズや、数ヶ月前の遠い過去のパターンを無視し、価格変動を駆動する中間的なトレンドに焦点を当てることを学んだことを示しているからです。

これらのより優れた予測が現実世界で実際に意味を持つかどうかを確認するため、チームはモデルの予測を用いたトレーディング戦略のシミュレーションを行いました。彼らは、モデルが過去の2つの極めてストレスフルな時期、すなわち2020年のパンデミックによる市場暴落と、2022年のベアマーケット（弱気相場）においてどのように機能したかをテストしました。どちらのケースにおいても、システムは単に株を保有し続けるよりも資本をより良く保護することができました。下落局面における最大損失額を抑え、リスクに対するリターンを向上させました。必ずしも総利益で市場に打ち勝つわけではありませんでしたが、ボラティリティを抑え、急激な下落を少なくすることでそれを実現しており、モデルが極端な状況下でも崩壊することなく適応できることを証明しました。

本研究は、異なる種類のメモリを中間段階で融合させるという新しい手法が、金融市場の複雑さに対処するための強力な方法を提供すると結論付けています。これは、より優れた予測の鍵は、モデルをより深く、あるいはより複雑にすることではなく、異なる過去の見方をどのように共有し、組み合わせるかを教えることにあることを示唆しています。システムは軽量で高速であり、異なる国や市場環境においても堅牢であることが証明され、現実世界の金融システムに展開可能な実用的なツールとなりました。研究者たちは、特に突然の世界的なショックが発生した場合、完璧な精度で将来を予測できるモデルは存在しないことを認めていますが、彼らの研究は、不確実な株式市場の荒波を航海するための、より明確で信頼できる道筋を提供しています。

技術要約: VertiFuseX

問題提起

正確な株価予測は、金融時系列データの非定常性、高次元性、およびノイズの多さにより、依然として極めて困難な課題である。標準的なLSTM、Bi-LSTM、およびハイブリッド・アーキテクチャ（例：CNN-LSTM）を含む既存のディープラーニング（DL）モデルは、以下の3つの系統的な限界に直面している：

硬直的な決定レベルの融合（Rigid Decision-Level Fusion）: 多くのモデルは、マルチスケールの時間的依存関係を統合する前に、多次元の情報をスカラー予測へと集約してしまう（例：静的な平均化による）。これにより、短期的なボラティリティと長期的なトレンドといった異種的なダイナミクス間の有意義な相互作用が妨げられる。
過学習とチューニングへの敏感さ: 深層アンサンブルモデルは、過度なアーキテクチャの深化、正則化の欠如、およびアドホックなデータセット固有のハイパーパラメータ・チューニングへの依存により、汎化性能の崩壊（generalization collapse）を引き起こすことが多い。
単一スケールの時間モデリング: ほとんどのLSTMベースのアプローチは、固定された解像度でパターンを捉えるため、異なるタイムホライゾン（例：日中のノイズ vs 月次のトレンド）にわたる階層的な依存関係を分離できていない。これは、変動の激しい市場においては極めて重要である。

これらの問題は、情報の損失、過学習、およびクロスマーケットにおける汎化性能の制限を招き、特に厳格な時系列順のアウトオブサンプル・データでテストされる際に顕著となる。

手法: VertiFuseX

著者らは、**「ペンウルティメイト層（最終直前層）における垂直融合」と「マルチスケール時間抽象化」**を通じてこれらの限界に対処するために設計されたハイブリッドLSTMアーキテクチャである、VertiFuseXを提案する。

アーキテクチャの概要

本モデルは、以下の3つのステージで動作する：

DATAETL (データ抽出、変換、ロード):
- 特徴量エンジニアリングによる影響を排除し、アーキテクチャ自体の寄与を孤立させるため、厳密に単変量入力（生の終値）を使用する。
- 20日間の時系列移動ウィンドウを採用する。
- 厳格な前処理を実施する：信号の忠実性を保つため、非取引日は補間せず削除する。また、先読みバイアスを防ぐため、Min-Max正規化はトレーニング・パーティションのみに適合させる。
- データを時系列に分割する：トレーニング/検証用に約14年、厳格な365日間のホールドアウト・テストセットを使用する。
FeatExt (特徴抽出):
- 3つの並列な時間ブランチを利用し、それぞれがタスク固有の回帰を行う前の**ペンウルティメイト層（最終直前層）**から特徴を抽出することで、豊かな中間表現を保持する：
  - LSTM: 系列的なメモリ（単方向）を捉える。
  - Bi-LSTM: ルックバック・ウィンドウ内での双方向のコンテキストを捉える。
  - St-LSTM (Stacked): 層を重ねることで進行的な抽象化を行い、階層的なトレンドを捉える。
- 並列のDNNストリームが同じ入力ウィンドウを処理し、非再帰的かつ静的な非線形関係を捉える。
- すべてのブランチはドロップアウト（0.3）と $\ell_2$ 制約によって正則化され、出力は共有された潜在次元（ $d_T = 64$ ）に整列される。
VertiFuse (垂直融合):
- 最終的なスカラー予測を平均化する（決定レベルの融合）のではなく、VertiFuseXはLSTM、Bi-LSTM、St-LSTM、およびDNNブランチからのペンウルティメイト層の特微ベクトルを結合（コンカティネート）する。
- これらの結合された特徴量は、学習可能なアフィン変換（訓練可能な重み行列 $W_{fuse}$ および $W_{comb}$ を介して）と、それに続く非線形関数（ReLU）を受ける。
- この特徴レベルの融合により、モデルは最終的な回帰ヘッドに到達する前に、相補的な時間表現（例：ノイズが多い時はBi-LSTMを、安定したトレンド時にはSt-LSTMを強調するなど）を動的に再重み付けすることが可能となる。
- システム全体は、固定されたハイパーパラメータ構成の下でバックプロパゲーションを通じて共同最適化されるため、データセットごとのチューニングを必要としない。

理論的動機

核心となる仮説は、ペンウルティメイト層の表現は、圧縮された最終出力と比較して、入力信号との相互情報量が高い（ $I(X; F_i) \geq I(X; \hat{y}_i)$ ）ということである。この中間段階で融合することで、モデルは各ブランチの独自の帰納バイアス（例：双方向性、階層性）を保持し、共同の勾配伝播を可能にし、既に劣化してしまった予測の平均化ではなく、相補的な専門化を促進することができる。

主な貢献

ペンウルティメイト層の垂直融合: 異種の時間モデル（LSTM、Bi-LSTM、St-LSTM）からの中間潜在特徴を、最終出力ではなく統合する新しい融合戦略を導入した。これにより、マルチスケールの時間的抽象化が保持され、特徴レベルの相互作用が促進される。
堅牢なクロスマーケット汎化: 10のグローバル株式指数（S&P 500、NASDAQ、HSI、KOSPIを含む）に対し、15年間のデータ（2010–2024）を用いて、厳格な時系列アウトオブサンプル・プロトコルに基づき評価を行った。本モデルは、指数固有のハイパーパラメータ・チューニングなしに一貫したパフォーマンスを達成した。
アドホック・チューニングの排除: すべてのデータセットに対して固定された検証済みハイパーパラメータ構成（ウィンドウサイズ=20、ドロップアウト=0.3、 $\ell_2=10^{-4}$ ）を使用することで、過学習とチューニングのオーバーヘッドを低減した。
軽量かつ効率的: モデルはコンパクトであり（パラメータ数67万個、フットプリント約2.6 MB）、推論レイテンシも低い（1サンプルあたり約1.5 ms）ため、リアルタイム展開に適している。

実験結果

モデルは、標準的なベースライン（LSTM、Bi-LSTM、St-LSTM、ARIMA）および7つの最先端（SOTA）モデル（例：ModAugNet、リザーバーコンピューティング、GA-CNN-LSTM）と比較評価された。

パフォーマンス指標: VertiFuseXは、LSTMベースのベースラインと比較して、MAPEで30–54%の減少、MAEおよびRMSEにおいて40%以上の改善を達成した。
SOTAとの比較: 33の指標・データセット比較において、一貫して7つのSOTAモデルを上回った。先行研究で報告されている最高の結果と比較して、MAEで最大34.6%、RMSEで最大36.4%の減少を示した。
アブレーション研究: 実験により、ペンウルティメイト層での融合がこれらの利得をもたらすことが確認された。これは、最終層での融合や決定レベルのアンサンブル（Average Ensemble）よりも大幅な改善をもたらしている。
サリエンス分析: 勾配ベースのサリエンス・マップにより、**中期の時間的依存関係（ラグ9–15日）**に一貫して重点が置かれていることが明らかになった。これは、モデルが定義済みのインジケーターなしに、ノイズ除去とトレンド特性化のバランスを学習していることを示唆している。
経済的妥当性: アルゴリズム取引のシミュレーション（2020年のCOVID-19暴落や2022年のベアマーケット中のストレス・テストを含む）では、Buy-and-Holdおよびモメンタム・ベンチマークと比較して、最大ドローダウンの減少と、優れたリスク調整後リターン（シャープレシオ/ソルティノレシオ）を示した。

意義と主張

本論文は、VertiFuseXが**「簡潔性、解釈可能性、およびクロスマーケットの堅牢性」**を統合することで、金融予測を進展させると主張している。その意義は、以下の点にある：

特徴レベルの融合は、非定常データにおける時間構造を保持するために、決定レベルのアンサンブルよりも優れていること。
特殊化された再帰ブランチ（LSTM、Bi-LSTM、St-LSTM）を通じたマルチスケール抽象化は、複雑なアテンション・メカニズムや重いハイパーパラメータ・チューニングなしに効果的に統合できること。
本アーキテクチャは、高い予測精度と低い計算コストのバランスを実現した、デプロイ可能なフレームワークを提供しており、リアルタイム金融システムの実際的なニーズに応えるものであること。

著者らは、本モデルが強力な堅牢性を示す一方で、単変量価格データと固定されたハイパーパラメータに依存しており、これは「ピーク時の個別市場への精度」と「広範な汎化性能」の間のトレードオフであることを明記している。本研究は、すべての市場予測の課題を解決することを目的としているのではなく、ハイブリッド・ディープラーニング・システムにおける時間モデリングの忠実度を向上させるための、検証済みのアーキテクチャ的介入を提供するものである。