🤖 machine learning

Deployment-Side Adaptiveness in Multi-Horizon Volatility Forecasting

Dit artikel toont aan dat bij het voorspellen van volatiliteit over meerdere horizonten de inzetstrategie die wordt toegepast op een getraind multi-outputmodel even cruciaal is als de modelarchitectuur zelf, waarbij wordt aangetoond dat validatiegebaseerde selectie van regels voor de uitrol tijdens de inferentie de nauwkeurigheid en kostenefficiëntie aanzienlijk kan verbeteren, terwijl het onthult dat optimale beleidregelen gevoelig zijn voor zowel de specifieke architectuur als de gekozen evaluatiemethode.

Oorspronkelijke auteurs: Riku Green, Zahraa S. Abdallah, Telmo M Silva Filho

Gepubliceerd 2026-06-29

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Riku Green, Zahraa S. Abdallah, Telmo M Silva Filho

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 een zeer slimme, hoogopgeleide financiële kristallen bol hebt. Je hebt wekenlang aan deze kristallen bol gewerkt om te leren hoe de volatiliteit van de aandelenmarkt (de "bounciness" van prijzen) over de komende 10, 20 of 30 dagen zal verlopen.

In het verleden zou je, zodra je klaar was met het trainen van deze kristallen bol, deze precies zo gebruiken als ontworpen: het zou naar de gegevens van vandaag kijken en in één keer één enkele, enorme voorspelling uitspugen voor de gehele toekomstige periode. De auteurs van dit artikel noemen deze aanpak de "Default MIMO"-methode.

Het Grote Idee: De Kristallen Bol Heeft Een Geheime Menukaart

Het artikel betoogt dat je eigenlijk het potentieel van je getrainde kristallen bol verspilt. Alleen omdat je het model hebt getraind om in één keer een voorspelling voor 30 dagen te geven, betekent niet dat je het ook op die manier moet gebruiken.

Denk aan je getrainde model als een meesterkok die heeft geleerd om een enorm 30-gangenbanket in één zit te bereiden. De "Default"-manier is om het hele banket in één keer te serveren. Maar het artikel suggereert dat deze zelfde chef ook gevraagd kan worden om:

Alleen de eerste 5 gangen te bereiden, ze te proeven, de volgende lading aan te passen op basis daarvan, en dan de volgende 5 te bereiden.
Of de eerste 10 gangen te bereiden, even te pauzeren, en dan verder te gaan.

Zelfs als de chef (het model) exact dezelfde vaardigheden en kennis heeft (de getrainde parameters), verandert de manier waarop je de chef vraagt te koken (de "rollout rule") de uiteindelijke smaak van de maaltijd.

Wat Ze Hebben Ontdekt

De onderzoekers hebben dit idee getest op 20 verschillende aandelen met behulp van diverse soorten AI-modellen (van eenvoudige wiskundige formules tot complexe "Transformer"-netwerken). Dit is wat zij ontdekten, gebruikmakend van eenvoudige analogieën:

De "One-Size-Fits-All" Valstrik: Ze ontdekten dat de standaardmanier om het model te gebruiken (het volledige 30-gangenbanket) vaak niet de beste manier is. Soms levert het vragen aan de chef om in kleinere batches te koken (zoals 5 gangen per keer) een lekkerder maaltijd op (nauwkeurigere voorspellingen).
Geen Enkele Beste Recept: Er is echter geen enkele "beste" batchgrootte. Voor één type chef (model) en één soort banket (forecast horizon) kan koken in batches van 5 perfect zijn. Voor een andere chef of een andere tijdspanne kan batches van 10 beter zijn. Het is also[t] zeggen dat "pittig eten altijd beter is", terwijl je soms mild wilt en soms pittig. Omdat de beste keuze zo sterk verandert, kun je niet zoma van tevoren één nieuwe regel kiezen en die voor altijd aanhouden.
De "Proefsmaak"-Strategie (Validatie): Omdat je de perfecte regel niet vooraf kunt weten, stellen de auteurs een slimme strategie voor: Voordat je de definitieve maaltijd serveert aan je klanten (de echte markt), doe je een "proefsmaak" op een oefenmenu (validatiegegevens). Je probeert verschillende batchgroottes uit en kiilt degene die het beste smaakt voor die specifieke chef.
- De Goedkope Winst: Soms geeft het simpelweg kiezen van de enkele beste batchgrootte (een "singleton") een beter resultaat met bijna geen extra inspanning.
- De Groepsomhelzing (Ensembles): Soms geeft het mengen van de voorspellingen van een paar verschillende batchgroottes samen (zoals een comité van chefs die stemmen) een nog beter resultaat, hoewel dit iets meer tijd kost om te berekenen.
De "Metric" Mismatch: Dit is een cruciaal punt. In de financiële wereld zijn er verschillende manieren om te beoordelen of een voorspelling "goed" is.
- MSE (Mean Squared Error): Dit is als het beoordelen van een maaltijd op basis van hoe dicht de temperatuur bij de doelstelling ligt.
- QLIKE: Dit is een financieel-specifieke metriek die de maaltijd beoordeelt op basis van hoe goed het omgaat met het risico van de ingrediënten.
- Het Probleem: De batchgrootte die de maaltijd "perfect" maakt volgens de temperatuurtest (MSE), maakt de maaltijd niet altijd het veiligst of meest winstgevend volgens de risicotest (QLIKE). Als je je strategie kiest op basis van de ene test, kan deze bij de andere test falen.

De Kern van het Verhaal

Het artikel concludeert dat hoe je een getraind model gebruikt, net zo belangrijk is als het model zelf.

In plaats van een getrainde AI te behanderen als een enkel, rigide hulpmiddel dat je alleen maar aanzet, moet je het beschouwen als een flexibele gereedschapskist. Door te variëren in hoe je de voorspellingen "uitrolt" (de batchgroottes) en door deze te testen tijdens een oefenronde, kun je vaak betere resultaten behalen zonder dat je de AI opnieuw hoeft te trainen of een nieuwe moet bouren.

Het is als het besef dat je getrainde chef een beter diner kan maken als je hem niet dwingt om het hele menu in één keer te bereiden, maar hem in plaats daarvan laat koken in kleinere, slimmere stappen op basis van wat het beste werkte tijdens de oefening.

Technische Samenvatting: Deployment-Zijde Adaptiviteit in Multi-Horizon Volatiliteitsvoorspelling

1. Probleemstelling

In financiële voorspellingen, met name bij multi-horizon volatiliteitsvoorspelling, gaat het standaard evaluatieparadigma ervan uit dat een getraind model één enkel inzetbaar voorspeller definieert. Dit artikel daagt die aanname uit en stelt dat voor Multi-Input Multi-Output (MIMO) voorspellers, het trainingsproces slechts de helft van het verhaal is. De methode die wordt gebruikt om het model te implementeren—inference-time rollout regels—verandert fundamenteel het gedrag, de nauwkeurigheid en de computationele kosten van de voorspeller.

Het kernprobleem dat wordt aangepakt, is of een enkele getrainde MIMO-voorspeller een familie van verschillende, inzetbare voorspellers kan genereren door de strategie tijdens de inference te variëren (bijvoorbeeld door de blokgrootte van gecommitteerde outputs te veranderen) zonder opnieuw te trainen. De auteurs onderzoeken of de "standaard" directe MIMO-implementatie optimaal is, of dat alternatieve rollout-regels betere voorspellers induceren onder specifieke beperkingen (latentie, computatiebudget) en evaluatiemetrieken (MSE versus QLIKE).

2. Methodologie

2.1 De Geïnduceerde Regel-familie

De auteurs stellen voor om een getrainde MIMO-model niet te zien als een vaste voorspeller, maar als een generator van een familie van voorspellers.

Mechanisme: Een standaard MIMO-model voorspelt een volledig horizon $H$ in één pass. De auteurs introduceren een "blok-recursieve" implementatie waarbij het model slechts $s$ stappen ( $1 \le s \le H$ ) per aanroep committeert.
Rollout-proces: De gecommitteerde $s$ voorspellingen worden toegevoegd aan het inputvenster, de staat wordt bijgewerkt, en dezelfde getrainde functie $f_\theta$ wordt opnieuw aangeroepen om de volgende $s$ stappen te voorspellen. Dit herhaalt zich totdat de volledige horizon is afgedekt.
Geïnduceerde Voorspellers: Door de blokgrootte $s$ (of de rollout-ratio $r = s/H$ ) te variëren, genereren dezelfde vaste parameters $\theta$ verschillende effectieve voorspellers $g_{\theta, s}$ . Dit creëert een "regel-familie" van inzetbare voorspellingen variërend van volledig recursief ( $s=1$ ) tot standaard MIMO ( $s=H$ ).

2.2 Experimentele Opzet

Data: Dagelijkse aandelenvolatiliteit-series uit de VOLARE-archieven (20 univariate series). Het doel is log-gerealiseerde variantie (berekend vanuit 5-minuten subsampled data).
Horizons: Drie voorspellingshorizons ( $H \in \{10, 20, 30\}$ dagen).
Architecturen: Vijf modelklassen variërend van lineair tot deep learning: LinearNet, MLP, LSTM, N-BEATS en PatchTST.
Training: Alle modellen worden getraind als directe multi-output voorspellers (het voorspellen van de volledige $H$ in één pass) met behulp van de Adam-optimizer en MSE-loss.
Evaluatiemetrieken:
- MSE: Mean Squared Error op de log-volatiliteit schaal (primaire trainingsdoelstelling).
- QLIKE: Quasi-Likelihood loss op de originele variantie schaal (financiële standaard metriek).
- Kosten: Inference-tijd, gemeten door het aantal model-aanroepen ( $\lceil H/s \rceil$ ).

2.3 Implementatiebeleid (Deployment Policies)

De studie evalueert verschillende beleidsregels voor het selecteren of combineren van regels uit de geïnduceerde familie:

Standaard MIMO: De standaard $s=H$ implementatie.
Singletons: Het implementeren van een enkele niet-standaard regel ( $s < H$ ).
Validatie-geselecteerde Singleton: Het kiezen van de beste enkele $s$ op basis van validatie MSE.
Substel-ensembles:
- Simpel: Uniforme middeling van een deelverzameling van regels.
- Lineair: Gewogen middeling waarbij gewichten worden geleerd via Ordinary Least Squares (OLS) op validatiedata.
- Selectie wordt uitgevoerd via greedy forward selection om de validatie MSE te optimaliseren voor een vaste subsetgrootte $k$ .
Volledige Ensembles: Aggregatie van de gehele regelpool.

3. Belangrijkste Bijdragen

Geïnduceerde-Regel Visie op MIMO: Het artikel introduceert het concept dat een enkele getrainde MIMO-voorspeller een familie van inzetbare voorspellers definieert via de keuze van de rollout tijdens de inference, in plaats van een enkele statische voorspeller.
Deployment Headroom: De auteurs demonstreren dat niet-standaard rollout-regels frequent beter presteren dan de standaard MIMO-implementatie in termen van MSE. Echter, de optimale vaste regel is sterk afhankelijk van de modelarchitectuur en de voorspellingshorizon, waardoor een enkele "globale" vervangingsregel onbetrouwbaar is.
Validatie-gebaseerde Beleidsregels: De studie toont aan dat validatie-gebaseerde selectie (singletons) en kleine subset-ensembles (bijv. $k=3$ ) deze headroom kunnen benutten om significante MSE-verbeteringen te bereiken ten opzichte van de standaard MIMO, tegen een fractie van de kosten van volledige ensembles.
Metriek-gevoeligheid: Een cruciale bevinding is dat deployment-beleid metriek-gevoelig is. Beleid dat geoptimaliseerd is voor validatie MSE, vertaalt zich niet uniform naar QLIKE-prestaties. Specifiek leveren geleerde lineaire combinaties vaak sterke MSE-winsten op, maar minder consistente QLIKE-verbeteringen vergeleken met eenvoudigere beleidsregels (singletons of eenvoudige middeling).
Kostenefficiëntie vs. Her-training: Het artikel vergelijkt geïnduceerde beleidsregels met een "rule sweep" alternatief (het trainen van aparte modellen voor elke blokgrootte). Geïnduceerde beleidsregels bereiken bijna gelijkwaardige voorspellende prestaties terwijl ze aanzienlijk minder her-trainingskosten vereisen (slechts één model getraind versus één per kandidaat blokgrootte).

4. Belangrijkste Resultaten

Prestaties op Regelniveau: Niet-MIMO singleton-regels verslaan de standaard MIMO-implementatie regelmatig (win rates vaak >60-80% voor geavanceerde modellen zoals PatchTST), maar de winnende blokgrootte varieert aanzienlijk tussen architecturen en horizonten.
Nauwkeurigheid-Kosten Afweging:
- Validatie-geselecteerde Singletons: Bieden lage-kosten verbeteringen (vaak <2x de inference-kosten van MIMO) met bescheiden MSE-winsten.
- Kleine Subsets ( $k=3$ ): Bieden een sterk middenpad. Greedy lineaire subsets van grootte 3 bereiken de grootste mediane MSE-reducties (vaak een reductie van 5-15% ten opzien van MIMO) tegen gematigde inference-kosten (bijv. ~10-20x de MIMO-kosten, maar nog steeds veel goedkoper dan volledige ensembles).
- Volledige Ensembles: Hoewel ze de laagste fout bieden, is de marginale winst ten opzichte van kleine subsets vaak klein in verhouding tot de significante toename in inference-kosten.
Metriek-transfer:
- Beleid geselecteerd via MSE garandeert geen QLIKE-verbetering.
- Eenvoudige beleidsregels (singletons, eenvoudige middeling) tonen een meer betrouwbare transfer tussen MSE en QLIKE.
- Geleerde lineaire combinaties, hoewel krachtig voor MSE, zijn minder robuust wanneer de operationele loss QLIKE is.
Geïnduceerd vs. Apart Getraind: Apart getrainde modellen voor specifieke blokgroottes bieden slechts marginale MSE-verbeteringen ten opzien van geïnduceerde beleidsregels. De "Oracle Ratio" (kosten van geïnduceerd vs. apart getraind) suggereert dat geïnduceerde beleidsregels slechts ~10-30% van de her-trainingsinspanning vereisen voor vergelijkbare prestaties.

5. Betekenis en Claims

Het artikel claimt dat inference-time deployment een betekenisvolle bron van adaptiviteit is in financiële voorspellingen. De primaire betekenis ligt in het verschuiven van de evaluatiefocus van "welke modelarchitectuur het beste is" naar "hoe het getrainde model wordt ingezet."

Praktische Implicatie: Praktiseerders moeten er niet vanuit gaan dat de standaard MIMO-output het eindproduct is. Door het getrainde model te behandelen als een compacte deployment-ruimte, kan men een beleid selecteren (singleton of kleine subset) dat een balans vindt tussen nauwkeurigheid, kosten en de specifieke operationele loss (MSE versus QLIKE) zonder de zware kosten van het her-trainen van meerdere modellen.
Evaluatieontwerp: De auteurs stellen dat de deployment-strategie samen met de modelarchitectuur geëvalueerd moet worden. De ware potentie van een model wordt pas gerealiseerd wanneer de deployment-strategie is geoptimaliseerd voor de specifieke beperkingen en loss-functies van de financiële use case.
Bescheidenheid: De auteurs erkennen beperkingen, waarbij zij opmerken dat de resultaten gebaseerd zijn op univariate dagelijkse volatiliteit en dat de bevindingen betrekking hebben op voorspellingsnauwkeurigheid in plaats van downstream portfolio-utiliteit of risicobeheersing. Zij beweren niet een nieuwe volatiliteitsarchitectuur voor te stellen, maar een nieuw perspectief op het benutten van bestaande getrainde modellen.