📈 economics

Attention Without Estimation: Zero-Shot Time Series Foundation Models versus Long-Memory Econometrics in Realized Volatility Forecasting

本論文は、実現ボラティリティ予測において、ゼロショット時系列基盤モデルを古典的な長記憶計量経済学ベンチマークと比較する厳密な理論的および経験的枠組みを構築し、基盤モデルはGARCHやEWMAを凌駕するものの、最終的にはボラティリティ・データにおける利用可能なシグナルの大部分を捉えるHAR系モデルと僅差で競合していることを明らかにしている。

原著者： Jayachandiran U, Janani Giridharan

公開日 2026-07-10

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Jayachandiran U, Janani Giridharan

原論文は CC BY 4.0 (https://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。著者が執筆または承認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

明日の車の乗り心地がどれほど「ガタガタ（凹凸が多い状態）」になるかを予測しようとしている場面を想像してみてください。金融の世界では、この「ガタガタ具合」はボラティリティと呼ばれ、オプションの価格設定やリスク管理、そして銀行の安全性を維持するために正確に把握することが極めて重要です。何十年もの間、専門家たちは計量経済学（ベテランの古風な整備士のようなもの）と呼ばれる特定の数学的ツールを使用して、これを予測してきました。最近、このガレージに新たな挑戦者が現れました。それが**時系列基盤モデル（TSFMs）**です。これらは、何百万もの異なる時系列パターンを学習した巨大で非常にスマートなAIの脳であり、個別の車に合わせて再調整（チューニング）することなく、あらゆる資産のボラティリティを予測することを約束しています。

この論文は、これら2つのアプローチによる、妥協のない厳格なレースの記録です。実際にコース上で何が起きたのかを以下に示します。

レーストラック：合成された世界

まず、重要な詳細があります。著者たちは、これを現実世界の株式市場（複雑で秘密が多い場所）ではテストしませんでした。代わりに、コンピュータ・シミュレーションを用いて、完全に制御された合成レーストラックを構築しました。彼らは、ランダムな跳ね（ジャンプ）と滑らかな曲線を含む厳格なルールに従って動く、20種類の架空の資産（20台の異なる車のようなもの）を作成しました。

15台の車は、AIの脳（TSFMs）を「学習」させるために使用されました。
残りの5台の車は、完全に秘密にされました。AIはこれらを一度も見たことがありません。これは**ゼロショット（zero-shot）**テストと呼ばれます。例えるなら、イタリア料理しか作ったことがないシェフに、レシピなしで完璧なタイ料理を作らせるようなものです。

対戦相手

旧世代（計量経済学）:
- GARCH & EWMA: これらは基本的で信頼できる整備士です。直近のガタガタ具合を見て、次の動きを推測します。シンプルですが、全体像を見逃すことがあります。
- HAR-RV: これは「スター整備士」です。単に昨日を見るだけでなく、直近の1日、直近の1週間、そして直近の1ヶ月を同時に見渡します。非常に打ち負かすのが難しいことで有名です。
- HARQ & HAR-CJ: これらは「スーパー整備士」です。測定ノイズ（スピードメーターが故障している場合）や突然のジャンプ（車が路面の窪みに衝突した場合）を具体的に処理できる、スター整備士の特別バージョンです。
新たな挑戦者 (TSFM-Surrogate):
- これはAIの脳です。「パッチ・アテンション（patch-attention）」メカニズム（道路を1インチずつ見るのではなく、路面の塊を一度に眺めるような仕組み）を使用しています。これは15台の既知の車で学習され、その後、追加のチューニングなしで5台の秘密の車のガタガタ具合を予測するよう求められました。

結果：誰が勝ったのか？

1. AI vs 基本的な整備士
AIの脳（TSF-surrogate）は、基本的な整備士（GARCHおよびEWMA）を圧倒しました。

テストにおいて、AIはエラーを大幅に少なく抑えました。AIが基本ツールよりも、ガタガタ具合を予測する能力において統計的に優れていることが証明されました。
結論： AIは間違いなく、基本的なツールよりも優れています。

2. AI vs スーパー整備士（ひねり）
ここからが興味深いところです。AIがHARファミリー（HAR-RV、HARQ、およびHAR-CJ）と競ったとき、全体的な視点では引き分けとなりましたが、直接対決ではスーパー整備士が勝利しました。

直接対決： HARモデル（特にジャンプやノイズを扱うもの）は、AIよりも統計的に優れていました。ガタガタの正確な大きさを予測する際、AIはHARモデルよりも多くのミスを犯しました。
全体像（モデル・コンフィデンス・セット）： しかし、審査員がグループ全体を検討したとき、HARモデルがAIよりも「絶対に優れている」と断定することはできませんでした。AIは、最高のHARモデルと統計的に区別がつかないレベルにありました。
教訓： AIは、最高の計量経済モデルと共に「殿堂入り」できるほど優秀ですが、まだ彼らを打ち負かすまでには至っていません。

3. 「ジャンプ」の要因
シミュレーションには突然の「ジャンプ（路面の窪み）」が含まれていました。これらのジャンプを特定するように設計されたHARモデル（HAR-CJ）や、ノイズを扱うためのモデル（HARQ）が最高のパフォーマンスを発揮しました。ジャンプを見るように明示的に教えられていないAIは、これらの専門的なモデルほどの結果を出せませんでした。これは、AIがこれらの特定のパターンを自力で学習するためには、より多くのデータやより良いトレーニングが必要であることを示唆しています。

なぜAIは勝てなかったのか？

著者らは、数学的およびシミュレーションに基づき、いくつかの理由を挙げています。

データの飢餓： AIはわずか15の資産で学習されました。論文では、基盤モデルが真に輝くためには、通常、数千または数百万の資産が必要であると論じています。わずか15個では、AIはまだ基礎を学んでいる段階ですが、HARモデル（よりシンプルなモデル）は、たった一つの資産の履歴から完璧に学習することができます。
コンテキスト・ウィンドウ： AIは直近32日間のデータを見ていました。著者らは、AIに64日間のデータを見せると性能が向上することを発見しました。これは、AIが完全なパターンを見るためには、HARモデルと同様に、より長い「振り返り（ルックバック）」が必要であることを示唆しています。
専門化： HARモデルは、ボラティリティのために特別に作られた専用ツールです。一方、AIはあらゆることを一度に学ぼうとする「ジェネラリスト」です。制御された単一のレジーム（局面）においては、スペシャリストが勝利します。

本論文が明確に否定していること

これは、すべての計量経済学に対するAIの勝利ではありません。 論文は、HARファミリーが依然として最も打ち負かすのが困難なベンチマークであることを明示しています。
これは実世界のモデルのテストではありません。 ここで使用されたAIは、ゼロから構築された「サロゲート（代理物）」です。著者らは、オフライン環境であったため、ChronosやTimesFMといった有名な商用モデルをテストしていません。彼らの結果は、特定のブランドではなく、基盤モデルという「パラダイム」に適用されるものであると慎重に述べています。
これは解決済みの問題ではありません。 論文は、AIが計量経済学の必要性を代替したと主張しているわけではありません。実際、安定した市場における単一の資産については、従来の数学的手法がいまだに非常に強力であることを示唆しています。

まとめ

このシミュレーションされたレースにおいて、時系列基盤モデル（TSFM）は、基本的なツールを打ち破り、最高の専門家たちと肩を並べる有力な候補であることを証明しました。しかし、まだHARファミリーの座を奪うことはできていません。

論文は、AIの真の強みは、小さく制御された部屋の中で専門家に勝つことではなく、多くの異なる、混沌とした現実世界の市場に対してゼロショット（再学習なし）で機能する能力にあると示唆しています。もし数千の資産があり、突然の市場の変化（レジームシフト）が起こるならば、AIは最終的にリードするかもしれません。しかし今のところ、この特定のシミュレーションにおいては、長期記憶を持ち、ジャンプを察知する計量経済モデルが依然として王座に君臨しています。

著者らは、AIが真にスペシャリストを凌駕できるかどうかを見るためには、より多くのデータ（より多くの資産）とより長いルックバック・ウィンドウが必要であると結論付けています。それまでは、AIが習熟するのを待つ間、セーフティネットとして従来の数学的手法を使い続けるのが最善の戦略かもしれません。

技術要約：推定を伴わないアテンション（Attention Without Estimation）

問題提起

実現ボラティリティ（RV）の予測は、デリバティブの価格設定、リスク管理、および規制資本において極めて重要であり、金融計量経済学における根本的な課題である。歴史的に、この領域はパラメトリックモデル、具体的には異種自己回帰（HAR-RV）フレームワークやGARCHファミリーによって支配されてきたが、これらは資産固有のパラメータ推定を必要とする。近年、時系列基盤モデル（TSFMs）——異種混合のコーパスで事前学習され、ゼロショット形式で展開される大規模なトランスフォーマー・アーキテクチャ——がパラダイムシフトの可能性として浮上している。しかし、これらのゼロショット基盤モデルと、古典的かつジャンプに対して頑健な計量経済学的ベンチマークとの間の厳密かつ再現可能な比較は不足している。本論文は、独自のチェックポイントが利用不可能なオフライン環境において、TSFMsを最先端の計量経済モデルと比較するための数学的に厳密なフレームワークを構築することで、このギャップに対処する。

手法

1. 計量経済学的ベンチマークと理論的拡張

著者らは、標準的なHAR-RVやGARCH(1,1)を超えた包括的な計量経済学的ベンチマーク・スイートを確立している：

HAR-RV: 日次、週次、および月次のRV平均に対する線形回帰。本論文では、近傍長記憶回帰量依存性の下でのOLS推定量の整合性と漸近正規性を証明している（定理1）。
HARQ (Quarticity-Adjusted): 実現クアルティシティ（四冪値）を取り入れることで、RVの測定誤差に対処し、ノイズの多い日次ラグの重みを軽減する。
HAR-CJ (Jump-Robust): バイパワー・バリエーションを用いてRVを連続成分とジャンプ成分に分解し、それらを個別にモデル化する。
GARCH(1,1) & EWMA: 標準的なパラメトリック条件付き分散モデル。
理論的保証: 本論文では、対数RV予測値を指数関数化する際の対数正規バイアス補正を導出し（命題1）、また推定量の漸近的性質を確立している。

2. TSFMパラダイムとサロゲートモデル

独自のTSFMチェックポイント（ChronosやTimesFMなど）は著者のオフライン環境ではダウンロードできないため、著者らは特定のプロプライエタリなモデルとの同等性を主張することなく、TSFMのパラダイムを忠実に具現化したTSFMサロゲートを構築した。

アーキテクチャ: インスタンス正規化とガウス確率ヘッドを備えた、パッチベースのトランスフォーマー（PatchTSTに従う）。
学習: 15の合成資産のパネルデータを用いてスクラッチから事前学習を行う。
推論: 保持された5つの資産に対して、厳密にゼロショット（重みを固定し、勾配更新を行わない）で評価される。
計算量解析: 本論文では層ごとの計算複雑性を導出し、トランスフォーマーのフォワードパスは $O(P^2d)$ である一方で、日次の計量経済学的再推定に伴う $O(n)$ のコストを回避でき、マルチアセット設定における償却（amortization）の利点を提供することを示す（命題6）。

3. 統計的学習理論

ゼロショット転移が正当化される条件を特徴付けるための形式的な境界を提示する：

ラデマッハー複雑度: パッチ・トランスフォーマー関数クラスに対するノルムベースの汎化境界（定理2）。
PAC-Bayesian転移境界: 学習資産から保持された資産へのゼロショット転移リスクに関する境界であり、インサンプル適合度、モデル複雑度、および分布の不一致を明示的に分離する（定理3）。これは、基盤モデルが複雑性のペナルティを克服するために大規模な事前学習パネルを必要とするという直感を形式化したものである。

4. 評価フレームワーク

堅牢な統計的評価装置が用いられている：

損失関数: RMSE、MAE、および（Patton [31]に従い、ノイズの多いボラティリティ・プロキシに対して頑健であることが証明されている）QLIKE。
確率的スコアリング: ガウス予測分布のための連続ランク確率スコア（CRPS）。
仮説検定: ペアワイズの精度に関するDiebold–Marianoテスト、およびモデルの共同比較のための定常ブートストラップ・モデル信頼集合（MCS）。
データ: ジャンプを伴うHeston確率ボラティリティ・モデルから生成された、20の資産からなる現実的な合成パネル。これにより、日次パスから実現クアルティシティおよびバイパワー・バリエーションを直接計算することが可能となる。

主要な結果

1. パフォーマンスの階層

TSFM vs GARCH/EWMA: TSFMサロゲートは、すべての損失関数（RMSE, QLIKE）およびテスト手順（Diebold–Mariano, MCS）において、GARCH(1,1)およびEWMAを統計的に有意に上回る。
TSFM vs HARファミリー: TSFMサロゲートは、ペアワイズのDiebold–Marianoテストにおいて、HARファミリー全体（HAR-RV, HARQ, HAR-CJ）によって有意に下回る。HARQおよびHAR-CJは最低のエラー率を達成しており、合成データ生成プロセスにおけるジャンプおよび測定誤差への頑健性の価値を裏付けている。
モデル信頼集合 (MCS): 決定的なことに、ペアワイズのテストではTSFMはHAR変種よりも劣っているが、**共同モデル信頼集合（90%信頼区間）**には、TSFMサロゲートが全HARファミリーと共に含まれている。これは、多重比較を考慮した場合、TSFMが最高の性能を示す計量経済モデルと統計的に区別がつかないことを示している。

2. コンテキスト長とアーキテクチャ

コンテキスト・アブレーション: ゼロショット精度は、トランスフォーマーのコンテキスト窓が大きくなるにつれて（ $L=16$ から $L=64$ ）、単調に向上する。 $L=64$ のバリアントは $L=32$ のベースラインを上回っており、モデルがより長いルックバック・ホライゾンによる恩恵をまだ飽和させていないことを示唆している。これは、マルチマンス・ラグへの依存を示すHARの特性を反映している。
較正（キャリブレーション）: TSFMサロゲートの予測分布（CRPS経由）は、プレーンなHAR-RVと同等、あるいはわずかに優れた較正精度を示しており、学習された不確実性定量化の強みを示している。

3. 計算効率

TSFMサロゲートの単一サンプル・フォワードパスは、使用されたサンプルサイズ（ $n \approx 1,250$ ）において、OLSベースのHAR再適合よりもウォールクロック時間で現在遅いが、本論文ではその実用的な利点は**償却（amortization）**にあると論じている。すなわち、凍結された単一のネットワークが、個別の資産ごとの再推定を行うことなくすべての資産に対して機能するため、個別の計量経済パイプラインを維持するという運用上の複雑さを排除できる。

意義と主張

本論文は、単なる「勝者決定」の結論ではなく、ニュアンスを含んだ、数学的に根拠のある比較を提供することを目的としている。その主な貢献は以下の通りである：

パラダイム論争の精緻化: 結果は、定常的な単一レジームのデータにおいては、長記憶自己回帰構造（HARファミリー）を打ち破ることが依然として極めて困難であることを示唆している。TSFMの最も強力な主張は、HARを完全に「打ち負かす」ことではなく、ゼロによる資産ごとの再推定というアーキテクチャ上の利点を提供しながら、最高のモデルと統計的に区別がつかないレベルに達することである。
スケールに対する理論的正当化: 定理3（PAC-Bayes境界）を通じて、本論文は、TSFMが現在HARに対して劣位にある理由の一部が、小さな事前学習パネル（ $N=15$ ）にあることを形式化している。境界における複雑性のペナルティは $1/\sqrt{n}$ でスケールするため、基盤モデルによる真の向上を得るには、複雑性の項を無視できるほどにするために、桁違いに大規模で異種混合なデータでの事前学習が必要であることを示唆している。
方法論的厳密性: 著者らは、独自のチェックポイントを必要とせずに、サロゲートを用いてパラダイム（パッチ・アテンション、ゼロショット転移）を有効にテストできる、オフライン環境における基盤モデル評価の再現可能なプロトコルを確立した。
損失関数の感度: 本研究は、モデルのランキングおよびモデル信頼集合への所属が、損失関数に依存することを実証している。TSFMは、二乗誤差損失の下では（ボラティリティのスパイクに対する感度のために）MCSから除外されるが、QLIKEの下では含まれる。これは、ボラティリティ予測においてQLIKEのような頑健な損失関数を使用する必要性を強調している。

結論として、本論文は、基盤モデルが有望であり、かつアーキテクチャ上の表現力（Proposition 5によりHAR構造を包含することが証明されている）を備えているものの、ボラティリティ予測における古典的計量経済学に対する実用的な優位性は、スケール（大規模で異種混合な事前学習パネル）および展開条件（レジームシフト、クロスアセットの異質性）に依存していることを、この合成的な単一レジームの研究を通じて示している。