Fitness Function Selection in PSO-VMD Decomposition: Implications for LSTM-Based Oil Price Forecasting

Het voorspellen van de olieprijs is een van de moeilijkste taken in de moderne economie. De markt beweegt niet in rechte lijnen of voorspelbare patronen; in plaats daarvan gedraagt zij zich als een chaotische storm, gedreven door een mix van economische gegevens, politieke gebeurtenissen en plotselinge verschuivingen in vraag en aanbod. Omdat de prijs zo wild en onvoorspelbaar fluctueert, schieten traditionele wiskundige instrumenten vaak tekort om de ware aard ervan te vatten. Om orde te scheppen in deze chaos, hebben onderzoekers zich gericht op een strategie genaand variabele decompositie. Stel je voor dat je probeert een complex muziekstuk te begrijpen door naar het hele orkest tegelijk te luisteren; het is bijna onmogelijk om de melodie te horen. Echter, als je de instrumenten zou kunnen scheiden zodat je afzonderlijk naar de strijkers, dan de koperblazers en daarna de percussie kunt luisteren, wordt de structuur van de muziek duidelijk. In de wereld van data betekent dit het opbreken van een enkele, rommelige stroom getallen in kleinere, eenvoudigere stukken die makkelijker te bestuderen zijn. Zodra deze stukken begrepen zijn, kunnen ze worden samengevoegd om een veel duidelijker beeld te creëren van wat er hierna zou kunnen gebeuren.

Een recente studie door onderzoeker Abdelkader Aouar pakt een specifiek probleem aan binnen deze decompositiestrategie. Het onderzoek richt zich op een methode genaamd Variational Mode Decomposition, of VMD, een geavanceerde manier om tijdreeksgegevens op te splitsen in die eenvoudigere stukken. Hoewel VMD krachtig is, vereist het dat twee cruciale instellingen correct worden aangepast voordat het kan werken: het aantal stukken waarin de data moet worden opgesplitst, en een factor die controleert hoe strikt de stukken van elkaar gescheiden worden. Als deze instellingen fout zijn, kan de data in te weinig stukken worden gehakt, waardoor belangrijke details verborgen blijven, of in te veel stukken, waardoor onnodige ruis ontstaat. In het verleden hebben wetenschappers computeralgoritmen gebruikt om automatisch de beste instellingen te vinden, maar zij vertrouwden op een specifieke regel om te beoordelen wat "het beste" betekende. Deze regel, bekend als envelop-entropie, was oorspronkelijk ontworpen om defecten in machineonderdelen te vinden, zoals een kapot lager in een motor. Het werkt door te zoeken naar scherpe, plotselinge pieken in een signaal. Omdat deze regel goed werkte voor machines, namen veel onderzoekers aan dat het ook wel zou werken voor olieprijzen. Aouars studie daagt deze aanname uit door een simpele vraag te stellen: helpt een regel die ontworend is voor kapotte tandwielen daadwerkelijk bij het voorspellen van de olieprijs?

Om dit te beantwoorden, bouwde de onderzoeker een hybride voorspellingssysteem dat drie verschillende instrumenten combineert. Ten eerste gebruikt het systeem een optimalisatiealgoritme genaamd Particle Swarm Optimization, dat het gedrag van een zwerm vogels nabootst die voedsel zoekt, om automatisch duizenden verschillende instellingen voor de VMD-tool te testen. Ten tweede gebruikt het de VMD-methode om de dagelijkse olieprijzen in hun constituerende delen op te splitsen. Ten derde voert het deze delen in een type kunstmatige intelligentie genaamd een Long Short-Term Memory netwerk, of LSTM, dat uitstekend is in het onthouden van patronen over een bepaalde tijd. Het cruciale deel van het experiment was niet de instrumenten zelf, maar de regel die werd gebruikt om de computer te vertellen welke instellingen de beste waren. De studie testte vier verschillende regels: drie die de complexiteit of onregelmatigheid van de data meten (genaamd sample entropy, permutation entropy en envelope entropy) en één die simpelweg meet hoeveel informatie verloren gaat wanneer de data wordt opgesplitst en weer samengevoegd (genaamd reconstructiefout).

De resultaten van het experiment waren opmerkelijk en zetten de gangbare gewoonte om de machinefout-regel te gebruiken opzij. Wanneer de onderzoekers de envelope entropy-regel gebruikten, die de standaardkeuze was in veel eerdere studies, presteerde het model slecht en leverde een determinatiecoëfficiënt (R²) op van -0,3519. Deze negatieve waarde geeft aan dat de voorspellingen van het model minder accuraat waren dan simpelweg het gebruik van de gemiddelde prijs als basislijn, een significante onderprestatie vergeleken met de andere methoden. De andere twee complexiteitsgebaseerde regels presteerden beter, maar misten nog steeds het doel. De duidelijke winnaar was de reconstructiefout-regel. Deze regel, die zich richt op het intact houden van de originele informatie in plaats van te proberen het signaal "schoon" of "ijjl" te maken, stelde het model in staat om een nauwkeurigheidsniveau te bereiken dat ver superieur was aan de andere methoden. Het uiteindelijke voorspellingsmodel met deze regel was in staat om olieprijzen te voorspellen met een foutmarge van slechts 1,37 procent, een cijfer dat opmerkelijk dicht bij de werkelijke waarden ligt. In contrast hiermee hadden de modellen die de andere regels gebruikten foutmarges die vele malen hoger waren.

De studie onthulde ook waarom de winnende regel zo goed werkte. Wanneer de computer de opdracht kreeg om het informatieverlies te minimaliseren, koos het ervoor om de olieprijsdata in negen afzonderlijke stukken te breken. Dit stelde het systeem in staat om langetermijn trends, middellange cycli en kortetermijnpieken tegelijkertijd te vangen. In tegenstelling hiertoe vertelden de regels gebaseerd op complexiteit de computer om de data in slechts twee stukken te breken, wat te simpel was om het volledige verhaal van de markt te vatten. Bovendien koos de winnende regel een instelling die de data in staat stelde om meer van hun originele vorm te behouden, terwijl de andere regels de data dwongen in een gladdere, stijvere vorm die waardevolle details wegsloeg. De bevindingen suggereren dat voor financiële markten, die worden gedefinieerd door hun volatiliteit en plotselinge sprongen, het doel niet moet zijn om het simpelst mogelijke signaal te vinden, maar om zoveel mogelijk van de originele, rommelige realiteit te bewaren.

Dit onderzoek doet meer dan alleen een enkel voorspellingsmodel verbeteren; het belicht een kritiek gebrek in de manier waarop veel wetenschappelijke studies worden uitgevoerd. Jarenlang hebben onderzoekers regels uit één vakgebied, zoals werktuigbouwkunde, toegepast op een ander, zoals financiën, zonder te testen of die regels daadwerkelijk passen. Deze studie bewijst dat wat werkt voor een trillend machineonderdeel, niet noodzakelijkerwijs werkt voor de prijs van een vat olie. Door verschillende regels systematisch onder exact dezelfde omstandigheden te testen, heeft de onderzoeker aangetoond dat de keuze van de evaluatieregel net zo belangrijk is als het computeralgoritme zelf. De studie concludeert dat voor het voorspellen van complexe financiële data de meest effectieve strategie is om prioriteit te geven aan het intact houden van de originele informatie, in plaats van te proberen de data in een vooraf bepaald concept van wat een "schoon" signaal zou moeten zijn te dwingen. Dit inzicht biedt een nieuwe weg voorwaarts voor iedereen die probeert de onvoorspelbare ritmes van wereldwijde markten te begrijpen.