💰 quantitative finance

Sequential Structure in Intraday Futures Data: LSTM vs Gradient Boosting on MNQ

Dit artikel toont aan dat noch gradient boosting- noch LSTM-modellen een statistisch significante voorspellende nauwkeurigheid kunnen bereiken boven een basispercentage van 51,8% bij het voorspellen van de intradayrichting van MNQ-futures aan de hand van vier jaar vijf-minuten OHLCV-gegevens, wat suggereert dat dergelijke datasets van één instrument ontoereikend zijn voor betrouwbare sequentiële financiële machine learning.

Oorspronkelijke auteurs: Mathias Mesfin

Gepubliceerd 2026-05-19

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Mathias Mesfin

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je het weer voor een specifieke stad probeert te voorspellen, maar je hebt slechts vier jaar aan dagelijkse weergegevens. Je wilt weten: "Als het in het eerste uur van de dag regent, zal het dan de hele dag regenen?"

Dit artikel is een verslag van een onderzoeker genaamd Mathias Mesfin die probeerde die vraag te beantwoorden, maar in plaats van weer keek hij naar beursfutures (specifiek de MNQ, die de Nasdaq 100 volgt). Hij wilde zien of moderne, high-tech computerhersenen (Machine Learning) verborgen patronen in het "hartslag" van de markt konden vinden die mensen missen.

Hier is het verhaal van wat hij deed, hoe hij het deed en wat hij vond, eenvoudig uitgelegd.

Het Grote Idee: De "Kronos" versus de "Lokale Winkel"

Recentelijk werd een enorm AI-model genaamd Kronos vrijgegeven. Het was getraind op miljoenen beursgrafieken van veel verschillende markten. Het leerde dat de volgorde waarin prijsbars verschijnen (de sequentie) eigenlijk aanwijzingen bevat over wat er als volgt gebeurt. Het is als een meesterkok die miljoenen gerechten heeft geproefd en precies weet hoe een specifieke volgorde van ingrediënten zal smaken.

Mathias stelde een simpele vraag: "Als we datzelfde idee nemen, maar toepassen op slechts één markt (MNQ) over slechts vier jaar, werkt het dan nog steeds?"

Hij zette een race op tussen twee soorten computerleerders:

De "Sprengbus" (Gradient Boosting): Dit model kijkt naar een lijst met feiten (zoals "gisteren was het warm", "de gap was breed"), maar behandelt ze als een hoop losse items. Het geeft niets om de volgorde waarin ze gebeurden.
De "Verhaler" (LSTM): Dit model is ontworpen om een verhaal te lezen. Het kijkt naar de 12 vijfminuten-bars van de ochtend en probeert de volgorde van gebeurtenissen te begrijpen, net als het woord voor woord lezen van een zin.

Het Experiment: Een Strikte Test

Mathias liet de computers niet zomaar gokken. Hij zette een zeer strenge test op genaamd Walk-Forward Validatie.

De Regel: De computer leert van 2022, en probeert dan 2023 te voorspellen. Daarna leert het van 2022–2023 en voorspelt het 2024. Tot slot leert het van 2022–2024 en voorspelt het 2025.
Het Doel: Voorspellen of de markt hoger zal sluiten dan de opening om 10:30 uur, met minimaal 10 punten.
De Basislijn: Als je gewoon een munt opgooide, zou je ongeveer 51,8% van de tijd gelijk hebben (omdat de markt iets vaker omhoog gaat dan omlaag). Om te winnen, moest de computer deze muntworp verslaan.

De Resultaten: De Computers Raakten Verdwaald

De resultaten waren eerlijk en teleurstellend voor de "high-tech" hoop, maar zeer informatief voor de wetenschap:

De "Sprengbus" (Gradient Boosting): Het probeerde patronen te vinden in de dagelijkse data. Soms had het geluk (54% nauwkeurigheid in één jaar), maar in andere jaren had het vaker ongelijk dan een muntworp. Toen Mathias controleerde waarom het beslissingen nam, veranderden de redenen elk jaar. Het ene jaar gaf het om "overnight gaps", het volgende jaar om "volume". Het was als een student die de antwoorden van het vorige jaar's toets had gememoriseerd, maar faalde om de feitelijke wiskunde te leren.
De "Verhaler" (LSTM): Dit was de grote test. Maakte de volgorde van de ochtendbars uit? Het antwoord was nee. Het model gaf in feite op. Het voorspelde elke dag een kans van 50/50, ongeacht hoe de ochtend eruit zag. Zijn "vertrouwen" was vlak. Het leerde niets.

Het Oordeel: Geen van de modellen kon de markt beter voorspellen dan een muntworp. De "Verhaler" vond geen verhaal; het vond alleen ruis.

De "Waarom": De Bibliotheek-analogie

Waarom faalde de high-tech AI? Het artikel biedt een uitstekende uitleg met behulp van een Bibliotheek-analogie:

Het Kronos-model (De Winnaar): Stel je een bibliotheek voor met 9 miljoen boeken. Als je een zeldzame taal wilt leren, kun je miljoenen voorbeelden lezen en de regels vinden.
Mathias's Dataset (De Verliezer): Stel je voor dat je slechts 944 pagina's hebt (één dag per jaar gedurende vier jaar).
- Als een specifiek patroon slechts 5% van de tijd voorkomt, verschijnt het slechts 47 keer in je hele bibliotheek.
- Een complexe AI proberen te leren een patroon te vinden dat slechts 47 keer voorkomt, is als proberen een kind een specifiek type wolk te leren herkennen door hen elke twee weken gedurende vier jaar één keer een foto van die wolk te laten zien. Er is simpelweg niet genoeg "data-brandstof" voor de motor om te draaien.

De AI faalde niet omdat het "dom" was. Het faalde omdat het verhongerde naar data. Het had miljoenen voorbeelden nodig om de "grammatica" van de markt te leren, maar kreeg slechts enkele honderden.

De Conclusie: Een Eerlijk "Nee"

Het belangrijkste deel van dit artikel is niet dat de modellen faalden; het is dat de onderzoeker toegaf dat ze faalden en precies uitlegde waarom.

De Claim: Je kunt geavanceerde AI niet gebruiken om de dagelijkse richting van een enkele beurs te voorspellen met slechts vier jaar aan 5-minuten data. De data is te klein.
De Les: Om deze modellen te laten werken, heb je het volgende nodig:
1. Veel meer geschiedenis (decennia, niet jaren).
2. Veel snellere data (tick-voor-tick data, wat het aantal datapunten met 50x vermenigvuldigt).
3. Meer markten (trainen op Nasdaq, S&P en Dow Jones tegelijk om de AI meer voorbeelden te geven).

Kortom: De "Kronos" super-AI werkt omdat het de volledige encyclopedie van de markt heeft gelezen. Mathias probeerde een vergelijkbare AI te leren met slechts één pagina van een woordenboek, en het was niet verrassend dat het de taal niet kon leren. Dit artikel is een waardevolle kaart die onderzoekers precies laat zien waar de "data-afgrond" ligt, zodat ze geen tijd verspillen aan het proberen om er met onvoldoende data overheen te springen.

Technische Samenvatting: Sequentiële Structuur in Intraday Futures Data

Probleemstelling
Dit onderzoek adresseert een kritieke lacune in de kwantitatieve financiën: het bepalen of sequentiële bar-niveau structuur in intraday futures data exploitabele voorspellende informatie bevat wanneer verwerkt op een schaal die aanzienlijk kleiner is dan die van recente financiële foundation modellen. Gemotiveerd door de Kronos-architectuur (Shi et al., 2025), die aantoonde dat op transformers gebaseerde modellen voorspellende patronen kunnen leren uit miljoenen candlestick-bars over meerdere instrumenten, onderzoekt deze studie of vergelijkbare sequentiële afhankelijkheden bestaan binnen een beperkt, single-instrument dataset. Specifiek wordt gevraagd of een vierjarig historisch overzicht van Micro E-Mini Nasdaq 100 (MNQ) vijf-minuut bars voldoende structureel signaal bevat voor directionele forecasting, of dat het "sequentiële" voordeel puur een functie is van enorme datavolumes.

Methodologie
De studie hanteert een rigoureuze walk-forward validatiekader over drie out-of-sample periodes (2023, 2024, 2025) met gebruik van 944 handelsdagen aan MNQ Regular Trading Hours (RTH) data (december 2021–september 2025). De targetvariabele is binair: of de sessie-sluiting de opening van de 10:30 uur-bar met meer dan 10 punten overschrijdt (een drempel die ongeveer één basis-ATR vertegenwoordigt).

Vier modelconfiguraties werden geëvalueerd:

Gradient Boosting (Dagelijks): Een HistGradientBoostingClassifier getraind op 29 ontworpen dagelijkse features (rendementen, gaps, volatiliteit, sessiestructuur) getokeniseerd in deciel-bins om quantisatie van foundation modellen na te bootsen.
Gradient Boosting (Intraday): Dezelfde classifier getraind op 30 intraday features afgeleid van de eerste 60 minuten van de sessie, inclusief een 12-bar rendementsserie behandeld als onafhankelijke features.
Gradient Boosting (Volatiliteits-gecorrigeerd): Een intraday-model dat een ATR-genormaliseerde target gebruikt om directioneel signaal te isoleren van volatiliteitsregimes.
LSTM (Sequentieel): Een minimaal Long Short-Term Memory-netwerk (enkele laag, 16 eenheden, 0.3 dropout) ontworpen om de 12-bar rendementsserie als een echte tijdreeks te verwerken, waarbij de temporele ordening die door gradient boosting wordt weggegooid, behouden blijft.

Alle modellen maakten gebruik van uitbreidende trainingsvensters en werden onderworpen aan permutatietesten (200 iteraties) op de laatste fold (2025) om statistische significantie vast te stellen tegen een null-verdeling van geschudde labels.

Belangrijkste Resultaten
De studie vond geen bewijs voor statistisch significante out-of-sample voorspellende kracht in welke configuratie dan ook:

Nauwkeurigheid: Gecombineerde out-of-sample nauwkeurigheden varieerden van 50,00% (GB-Daily) tot 50,89% (GB-VolAdj) voor gradient boosting-varianten, en 50,59% voor de LSTM. Deze cijfers zijn niet te onderscheiden van de 51,80% basisrate en een naïeve muntgooien-baseline.
Statistische Significantie: Permutatietesten leverden p-waarden op van 0,135 (beste GB-Intraday), 0,390 (GB-VolAdj) en 0,515 (LSTM). Allemaal faalden ze de $p < 0,05$ drempel te halen, wat aangeeft dat de resultaten consistent zijn met willekeurige ruis.
Feature Stabiliteit: Analyse van feature-importantie onthulde systematische instabiliteit over folds. Dominante features verschoven volledig tussen trainingsvensters (bijvoorbeeld van gap-features naar specifieke bar-rendementen), wat bevestigt dat modellen spurious patronen aan het fitten waren in plaats van structurele signalen te vangen.
LSTM-gedrag: Het LSTM-model convergeerde naar een vlakke, niet-gekalibreerde classifier die de basisrate-kans (~0,50) voor alle inputs voorspelde, ongeacht de sequentiële input. Dit suggereert dat het model niets leerde in plaats van over te fitten op ruis.

Belangrijkste Bijdragen
De primaire bijdrage van dit paper is een eerlijke empirische ondergrens voor de dataset-schaal die vereist is voor sequentieel machine learning in intraday forecasting. Door een hanteerbare benadering van het Kronos-conceptuele kader te implementeren op een real-world, beperkt dataset, toont de studie aan dat:

Schaalafhankelijkheid: Sequentiële architecturen (LSTMs) en op foundation modellen geïnspireerde tokenisatiestrategieën erin falen voorspellende structuur te extraheren uit single-instrument data op de schaal van ~944 dagen.
Ruis versus Signaal: Het ontbreken van consistente feature-importantie en de convergentie naar willekeurige voorspelling geven aan dat de "sequentiële structuur" die wordt waargenomen in grote-scale foundation modellen niet aanwezig is – of niet leerpuntbaar is – op deze specifieke resolutie en steekproefgrootte.
Methodologische Documentatie: Het paper biedt een complete, reproduceerbare pipeline voor het testen van sequentiële hypothesen in de financiën, inclusief strikte walk-forward validatie en permutatietesten, dienend als een tegenvoorbeeld voor te optimistische claims over small-data ML-toepassingen.

Betekenis en Claims
Het paper claimt bescheiden dat zijn negatieve resultaat een noodzakelijke empirische correctie is voor het vakgebied. Het postuleert dat de transitie van "falen" (zoals hier gezien) naar "slagen" (zoals gezien in Kronos) waarschijnlijk een datasetgrootte vereist die ordes van grootte groter is – potentieel tussen 500.000 en 5.000.000 bars. De studie concludeert dat voor onderzoekers beperkt tot standaard retail-beschikbare historische data (single instrument, 5-minuut bars), sequentiële ML-architecturen momenteel geen voordeel bieden boven raden. Het paper suggereert dat betekenisvolle vooruitgang in dit domein vereist dat men ofwel overschakelt naar tick-level data, multi-instrument training, of transfer learning van vooraf getrainde foundation modellen, in plaats van deze architecturen simpelweg toe te passen op kleine, geïsoleerde datasets.