💰 quantitative finance

OrderFusion: Encoding Orderbook for End-to-End Probabilistic Intraday Electricity Price Forecasting

Este artigo apresenta o OrderFusion, um modelo probabilístico de previsão de ponta a ponta e eficiente em parâmetros que utiliza uma metodologia inovadora de fusão de ordens para capturar a estrutura completa de interações dos livros de ordens contínuos de eletricidade intradiária, superando assim as linhas de base convencionais na previsão de preços em diversas condições de liquidez de mercado, ao mesmo tempo que garante estimativas de quantis sem cruzamento.

Autores originais: Runyao Yu, Yuchen Tao, Fabian Leimgruber, Tara Esterl, Jochen Stiasny, Derek W. Bunn, Qingsong Wen, Hongye Guo, Jochen L. Cremer

Publicado 2026-05-12

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Runyao Yu, Yuchen Tao, Fabian Leimgruber, Tara Esterl, Jochen Stiasny, Derek W. Bunn, Qingsong Wen, Hongye Guo, Jochen L. Cremer

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A Visão Geral: Prever o Próximo Preço da Eletricidade

Imagine o mercado de eletricidade não como uma fábrica gigante, mas como uma casa de leilões online movimentada que nunca dorme. Diferente do mercado "Day-Ahead" (Dia Anterior), que é como um leilão agendado onde todos fazem lances uma vez por dia, o mercado Contínuo Intradiário (CID) é como uma bolsa de valores ao vivo e caótica. Compradores e vendedores estão constantemente gritando novos preços e quantidades, tentando ajustar suas posições até o momento em que a eletricidade é realmente entregue.

O objetivo deste artigo é construir uma "bola de cristal" que possa prever qual será o preço da eletricidade nas próximas horas. Mas, em vez de apenas adivinhar um único número (por exemplo, "Será $50"), os autores querem prever uma faixa de possibilidades (por exemplo, "É provável que fique entre $45 e$ 55, mas pode disparar para $80"). Isso é chamado de previsão probabilística e ajuda as empresas de energia a gerenciar riscos.

O Problema: O Jeito Antigo Era Muito Simples

Anteriormente, as pessoas tentavam prever esses preços olhando para o "livro de ofertas" (a lista de todas as ordens de compra e venda) de duas maneiras principais, ambas com falhas:

A Abordagem "Folha de Resumo" (Codificação 1D): Imagine tentar entender uma conversa complexa entre duas pessoas lendo apenas um resumo do que elas disseram. Os métodos antigos pegavam as ordens de compra e as ordens de venda, misturavam tudo e calculavam médias simples (como o preço médio dos últimos 15 minutos).
- A Falha: Isso ignora a conversa. Perde-se o fato de que um comprador pode aumentar seu lance porque viu um vendedor baixar o preço. Trata o mercado como uma lista estática, em vez de uma interação dinâmica.
A Abordagem "Máquina Pesada" (Codificação 2D): Outros pesquisadores tentaram alimentar a lista bruta de ordens em modelos de IA massivos e complexos (como Transformers avançados).
- A Falha: Esses modelos são como usar um martelo de demolição para quebrar uma noz. Eles são enormes, exigem muita potência de computação e, como não "sabem" como compradores e vendedores interagem, precisam aprender tudo do zero. Frequentemente ficam confusos e produzem previsões impossíveis (como prever uma chance de 90% de um preço ser menor do que uma chance de 10%).

A Solução: OrderFusion (O Modelo "Par de Dança")

Os autores criaram um novo modelo chamado OrderFusion. Pense nele como um modelo que entende a dança entre compradores e vendedores.

1. A "Máscara Dupla" (Filtrando o Ruído)
Em uma sala barulhenta, você não ouve tudo o que todo mundo disse há 10 anos; você ouve o que está sendo dito agora. O modelo usa uma "Máscara Dupla" para ignorar negociações antigas e irrelevantes e focar apenas nas interações mais recentes. Ele filtra o "ruído" para que o modelo possa ouvir a conversa atual claramente.

2. A "Fusão Iterativa" (A Dança)
Esta é a inovação central. Em vez de olhar para compradores e vendedores separadamente, o modelo os coloca na mesma sala e permite que eles "conversem" entre si repetidamente.

Passo 1: O modelo olha para os compradores.
Passo 2: Olha para os vendedores.
Passo 3: Pergunta: "Como a visão do comprador muda se ele vir o que o vendedor acabou de fazer?"
Passo 4: Atualiza sua compreensão.
Repete esse processo de "fusão" algumas vezes. Isso permite que o modelo aprenda a estratégia por trás das negociações. Ele percebe: "Ah, quando os vendedores baixam seus preços, os compradores geralmente entram imediatamente."

3. A "Cabeça Hierárquica" (A Família Organizada)
Ao prever probabilidades, um erro comum é o "Cruzamento de Quantis". Imagine prever o tempo: você pode acidentalmente prever uma chance de 10% de chuva maior do que uma chance de 90% de chuva. Isso não faz sentido.

Os autores construíram uma "Cabeça Hierárquica" que age como um pai rigoroso. Ela prevê o preço médio primeiro e, em seguida, constrói as previsões mais altas e mais baixas sobre essa média, garantindo que elas nunca se cruzem. Isso mantém a matemática lógica e as previsões confiáveis.

Os Resultados: Pequeno, mas Poderoso

Os autores testaram seu modelo nos mercados de eletricidade da Alemanha (muito movimentado, alto tráfego) e da Áustria (menos movimentado, tráfego mais baixo).

Precisão: OrderFusion superou todos os outros modelos, incluindo os massivos modelos de IA "martelo de demolição" e os simples modelos de "folha de resumo". Ele previu preços com mais precisão tanto em mercados movimentados quanto tranquilos.
Eficiência: Esta é a parte mais impressionante. Os massivos modelos de IA tinham milhões de parâmetros (como um cérebro com milhões de neurônios). OrderFusion alcançou resultados melhores com apenas 4.872 parâmetros.
- Analogia: É como construir uma previsão do tempo superprecisa usando uma calculadora de bolso simples e leve, em vez de um supercomputador. Isso facilita a execução em laptops padrão, o que é ótimo para empresas de energia que precisam tomar decisões rápidas sem hardware caro.

A Conclusão Chave

O artigo prova que, nos mercados de eletricidade, como compradores e vendedores interagem é tão importante quanto o que eles estão negociando. Ao construir um modelo que simula explicitamente essa interação (a "dança") e mantém a matemática lógica (o "pai rigoroso"), podemos prever preços de eletricidade melhor, mais rápido e com menos poder de computação do que nunca.

O que o artigo NÃO afirma:

Não afirma que este modelo pode prever preços para o próximo ano ou a próxima década. É estritamente para previsão de curto prazo, intradiária.
Não afirma usar dados climáticos ou custos de combustível (fatores exógenos) nesta versão específica; baseia-se puramente nos dados do livro de ofertas.
Não afirma resolver todos os problemas de energia, mas sim fornecer uma ferramenta melhor para gerenciar o risco de flutuações de preços no curto prazo.

Resumo Técnico: OrderFusion

Declaração do Problema

A previsão probabilística de preços de eletricidade intradiária é crítica para a operação de curto prazo dos sistemas de energia, particularmente à medida que a geração renovável e a flexibilidade do lado da demanda aumentam a incerteza próxima aos horários de entrega. Diferentemente dos mercados de leilão de dia anterior, os mercados Contínuos Intradiários (CID) operam por meio do registro contínuo de ordens de compra e venda, criando uma microestrutura dinâmica de livro de ofertas.

As abordagens de previsão atuais enfrentam duas limitações primárias:

Perda da Estrutura de Interação: Métodos convencionais ou agregam dados do livro de ofertas em características de domínio 1D (por exemplo, Preço Médio Ponderado por Volume, último preço) ou tratam o livro de ofertas como uma série temporal multivariada genérica 2D. Ambas as abordagens negligenciam a estrutura específica e estratégica de interação compra-venda inerente ao livro de ofertas.
Cruzamento de Quantis: Na previsão probabilística, a estimativa independente de múltiplos quantis frequentemente leva ao "cruzamento de quantis", onde previsões de quantis mais altos caem abaixo de quantis mais baixos, violando a monotonicidade da distribuição preditiva. Soluções existentes, como a ordenação post-hoc, quebram o paradigma de aprendizado de ponta a ponta.

Metodologia: OrderFusion

Os autores propõem o OrderFusion, um modelo de aprendizado profundo de ponta a ponta e eficiente em parâmetros, projetado para codificar dados do livro de ofertas enquanto captura explicitamente interações de compra-venda e garante previsões probabilísticas sem cruzamento.

1. Codificação

O modelo separa o livro de ofertas em lados de compra ( $+$ ) e venda ($-$). Cada negociação é representada como uma tripleta de preço, volume e um delta de tempo relativo ( $\nabla t$ ) que codifica o tempo restante até a entrega. Isso resulta em duas sequências 2D de comprimento variável por amostra.

2. Arquitetura Principal

A arquitetura principal processa essas sequências através de três componentes-chave:

Camada de Duplo Mascaramento: Para lidar com contagens irregulares de negociações e priorizar informações recentes (baseado em hipóteses de eficiência de mercado), o modelo aplica:
- Máscara de Preenchimento: Para alinhar sequências a um comprimento máximo.
- Máscara Temporal: Para reter apenas as $L$ negociações mais recentes, descartando dados mais antigos.
Camada de Fusão Iterativa: Este é o mecanismo central para modelar interações. Emprega uma série de $K$ $K$ camadas onde as representações dos lados de compra e venda são iterativamente fundidas usando atenção cruzada.
- No grau $k=0$ , as entradas são projetadas para uma dimensão oculta.
- Para $k \ge 1$ , a representação de um lado (Query) atende à representação do lado oposto (Key/Value). Isso permite que o modelo aprenda como os compradores se ajustam aos vendedores e vice-versa.
Camada de Agregação: Representações de todos os graus de interação ( $k=1$ a $K$ ) são combinadas através de conexões residuais e agregadas usando agrupamento médio global para formar uma representação latente final.

3. Cabeça Hierárquica

Para produzir previsões probabilísticas sem cruzamento de quantis, o modelo utiliza uma cabeça hierárquica:

O quantil mediano ( $\tau=0.50$ ) é previsto diretamente.
Quantis superiores são previstos como a mediana mais um resíduo não negativo.
Quantis inferiores são previstos como a mediana menos um resíduo não negativo.
Esta estrutura impõe a monotonicidade por construção, eliminando a necessidade de correção post-hoc.

4. Função de Perda

O modelo é treinado usando Perda de Quantil Média (AQL) para estimar conjuntamente múltiplos quantis.

Contribuições Principais

Formulação: O artigo enquadra a previsão de índices de preços CID probabilísticos como um problema de economia de sistemas de energia consciente da microestrutura, enfatizando a necessidade de ajustes de posição conscientes da incerteza.
Design do Modelo: O OrderFusion é introduzido como um modelo eficiente em parâmetros que codifica explicitamente interações de compra-venda através de um mecanismo de atenção cruzada iterativa, evitando o inchaço de parâmetros de modelos de séries temporais genéricos.
Tratamento de Quantis: A metodologia introduz uma cabeça hierárquica que garante quantis sem cruzamento dentro de um framework de ponta a ponta.
Validação Empírica: Os autores realizam experimentos exaustivos em mercados de alta liquidez (alemão) e baixa liquidez (austríaco), demonstrando melhorias consistentes sobre as linhas de base.

Resultados Experimentais

O modelo foi avaliado nos mercados CID alemão e austríaco usando avaliações com janela deslizante.

Desempenho vs. Linhas de Base: O OrderFusion superou todas as linhas de base, incluindo modelos ingênuos, métodos de codificação 1D (MLP/LQR com VWAP, último preço e características exaustivas) e modelos de séries temporais 2D de última geração (FEDFormer, iTransformer, PatchTST, TimesNet, TimeXer).
- No mercado alemão, o OrderFusion alcançou a menor Perda de Quantil Média (AQL) de 3,81 (vs. 4,38 para o próximo melhor, TimesNet) e o menor Erro Absoluto Médio (MAE) de 9,06.
- No mercado austríaco, alcançou um AQL de 5,64 e MAE de 13,52, novamente ocupando o primeiro lugar.
Cruzamento de Quantis: O OrderFusion alcançou uma Taxa de Cruzamento de Quantil Média (AQCR) de 0,00% em todos os testes, enquanto as linhas de base de codificação 2D exibiram taxas de cruzamento entre 1,97% e 4,97%.
Eficiência de Parâmetros: O OrderFusion utiliza apenas 4.872 parâmetros, significativamente menos que os 0,87M a 3,38M parâmetros usados pelas linhas de base de codificação 2D, tornando-o adequado para implantação operacional com recursos limitados.
Estudos de Ablação:
- A remoção da camada de duplo mascaramento aumentou o AQL em 30,51%, destacando a importância de filtrar ruído e focar em negociações recentes.
- A remoção da camada de fusão iterativa aumentou o AQL em 18,86%, confirmando que o viés indutivo de compra-venda é crucial.
- O grau de interação ótimo ( $K$ ) foi encontrado como 2; graus mais altos não ofereceram melhoria significativa.
- A cabeça hierárquica eliminou com sucesso o cruzamento de quantis sem a sobrecarga computacional da ordenação post-hoc.

Significado e Alegações

O artigo alega que o OrderFusion aborda os desafios específicos dos mercados CID ao ir além da modelagem genérica de séries temporais para modelar explicitamente a microestrutura das interações de compra-venda. Os resultados sugerem que os mercados CID não exibem eficiência perfeita de forma fraca, pois o fluxo histórico de ordens contém informações preditivas além do último preço negociado.

Os autores enfatizam que injetar priores de domínio (especificamente a estrutura das interações de compra-venda) na arquitetura do modelo é mais eficaz do que simplesmente empilhar parâmetros. A metodologia é apresentada como uma solução robusta e de ponta a ponta para a gestão de riscos operacionais, capaz de generalizar entre mercados com diferentes níveis de liquidez. Os autores observam que, embora o modelo funcione bem, trabalhos futuros poderiam incorporar variáveis exógenas (por exemplo, fundamentos de oferta/demanda) e negociações de períodos de entrega vizinhos, embora o escopo atual seja estritamente limitado à microestrutura do livro de ofertas.