💰 quantitative finance

VertiFuseX: Generalizable Financial Forecasting via Multi-Stream Temporal Fusion

O VertiFuseX é uma arquitetura LSTM híbrida e leve que alcança generalização e precisão superiores em previsões financeiras ao empregar uma novel fusão vertical de camada penúltima de representações temporais multiescala, superando significativamente os baselines existentes em diversos mercados globais enquanto mantém eficiência pronta para implantação.

Autores originais: Aashish Bohra, Vivek Vijay

Publicado 2026-09-14✓ Author reviewed ⓘ

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Aashish Bohra, Vivek Vijay

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 pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Prever o preço futuro de uma ação é um dos desafios mais difíceis nas finanças. O mercado não é uma máquina constante e previsível; é um sistema caótico, ruidoso e que muda constantemente. Os preços não se movem em linhas retas, mas saltam para cima e para baixo com base em uma mistura de notícias imediatas, tendências de longo prazo e os humores variáveis de milhões de investidores. Como os dados são tão desordenados e mudam tão rapidamente, programas de computador padrão costumam ter dificuldade em encontrar o verdadeiro sinal escondido dentro do ruído. Eles tendem a memorizar erros passados ou a se confundir quando o mercado muda subitamente para um novo padrão. Por décadas, pesquisadores tentaram construir ferramentas melhores, usando modelos matemáticos complexos para adivinhar para onde os preços irão a seguir, esperando transformar essas suposições em previsões confiáveis que possam ajudar os investidores a gerenciar riscos.

Uma equipe de pesquisadores do Instituto Indiano de Tecnologia de Jodhpur propôs uma nova abordagem chamada VertiFuseX para resolver este problema. Em vez de tentar forçar o computador a aprender uma maneira única e rígida de olhar para o passado, eles construíram um sistema que ouve três "vozes" diferentes do mercado simultaneamente. Imagine tentar entender uma história complexa ouvindo três pessoas diferentes: uma que lembra a ordem exata dos eventos, uma que entende o contexto de toda a história do início ao fim, e uma que vê o panorama geral de como o enredo evoluiu ao longo do tempo. Os pesquisadores combinaram essas três perspectivas em um único modelo unificado. Eles descobriram que, ao fundir essas diferentes visões do passado antes de fazer uma previsão final, o sistema conseguia enxergar padrões que os outros perderam, levando a previsões significativamente mais precisas.

O cerne de sua descoberta reside em como eles combinaram essas diferentes perspectivas. Em muitas tentativas anteriores, os pesquisadores deixavam cada modelo de computador fazer sua própria suposição e depois simplesmente calculavam a média dos resultados, como se estivessem fazendo uma votação. O novo estudo argumenta que esse método descarta muita informação valiosa. Em vez disso, os pesquisadores decidiram combinar os "pensamentos" internos dos modelos enquanto eles ainda estavam processando os dados, antes de terem que se comprometer com um número final. Eles pegaram as representações intermediárias de seus três modelos diferentes — um que rastreia a memória de curto prazo, um que observa o passado e o futuro dentro de uma janela específica, e um que compreende tendências profundas e em camadas — e os fundiram. Isso permitiu que o sistema mantivesse a textura rica e detalhada da história do mercado, em vez de reduzi-la a uma suposição única e comprimida.

Para testar se essa ideia funcionava, os pesquisadores treinaram seu sistema com quinze anos de preços de fechamento diários de dez grandes mercados de ações ao redor do mundo, incluindo os Estados Unidos, Europa e Ásia. Eles utilizaram um método de teste rigoroso, onde o modelo era treinado no passado e depois recebia a tarefa de prever o futuro sem nunca ter visto os dados de teste anteriormente, garantando que os resultados não fossem apenas palpites de sorte. Os resultados foram impressionantes. O novo sistema reduziu os erros de previsão entre 30 e 54 por cento em comparação com modelos antigos e padrão. Ele apresentou um desempenho consistente em diferentes tipos de mercados, desde as ações de primeira linha (blue-chips), estáveis e de movimento lento, até os mercados altamente voláteis e focados em tecnologia que mudam rapidamente. O sistema também foi surpreendentemente eficiente, exigindo muito pouca memória de computador e fazendo previsões em menos de dois milissegundos, o que é rápido o suficiente para negociações em tempo real.

Os pesquisadores também observaram como o sistema tomava suas decisões para entender o que ele estava realmente aprendendo. Ao analisar para quais dias no passado o modelo prestava mais atenção, descobriram que ele focava consistentemente em uma janela de tempo específica, aproximadamente nove a quinze dias atrás. Isso sugere que o modelo encontrou um "ponto ideal" nos dados, onde o sinal era forte o suficiente para ser útil, mas não tão antigo a ponto de ser irrelevante. Esse insight é valioso porque mostra que o sistema aprendeu a ignorar o ruído imediato e caótico do último dia ou dois e os padrões distantes e desbotados de meses atrás, concentrando-se nas tendências intermediárias que frequentemente impulsionam os movimentos de preços.

Para ver se essas previsões melhores realmente importavam no mundo real, a equipe simulou uma estratégia de negociação usando as previsões do modelo. Eles testaram como o sistema teria performado durante dois dos períodos mais estressantes da história financeira recente: o crash do mercado causado pela pandemia em 2020 e o mercado de baixa (bear market) de 2022. Em ambos os casos, o sistema conseguiu proteger o capital melhor do que simplesmente manter as ações. Ele reduziu o valor máximo de dinheiro perdido durante as quedas e alcançou melhores retornos em relação ao risco assumido. Embora nem sempre tenha superado o mercado em lucro total, o fez com menos volatilidade e menos quedas bruscas, demonstrando que o modelo pode se adaptar a condições extremas sem entrar em colapso.

O estudo conclui que este novo método de fundir diferentes tipos de memória em um estágio intermediário oferece uma maneira poderosa de lidar com a complexidade dos mercados financeiros. Sugere que a chave para uma melhor previsão não é apenas tornar os modelos mais profundos ou complicados, mas sim ensinar como eles podem compartilhar e combinar suas diferentes formas de ver o passado. O sistema provou ser leve, rápido e robusto em diferentes países e condições de mercado, oferecendo uma ferramenta prática que poderia ser implementada em sistemas financeiros do mundo real. Embora os pesquisadores reconheçam que nenhum modelo pode prever o futuro com certeza absoluta, especialmente durante choques globais repentinos, o trabalho deles fornece uma maneira mais clara e confiável de navegar nas águas incertas do mercado de ações.

Resumo Técnico: VertiFuseX

Definição do Problema

A previsão precisa do preço das ações continua sendo um desafio formidável devido à natureza não estacionária, de alta dimensão e ruidosa das séries temporais financeiras. Modelos de aprendizagem profunda (DL) existentes, incluindo LSTMs padrão, Bi-LSTMs e arquiteturas híbridas (ex: CNN-LSTM), enfrentam três limitações sistêmicas:

Fusão de Decisão Rígida: Muitos modelos colapsam dependências temporais de múltiplas escalas em previsões escalares antes da integração (ex: via média estática), impedindo uma interação significativa entre dinâmicas heterogêneas, como a volatilidade de curto prazo e as tendências de longo prazo.
Overfitting e Sensibilidade de Ajuste: Modelos de ensemble profundo frequentemente sofrem de colapso de generalização devido ao excesso de profundidade arquitetural, falta de regularização e dependência de ajustes de hiperparâmetros ad hoc e específicos para cada conjunto de dados.
Modelagem Temporal de Escala Única: A maioria das abordagens baseadas em LSTM captura padrões em uma resolução fixa, falhando em desmembrar dependências hierárquicas através de diferentes horizontes temporais (ex: ruído intradia vs. tendências mensais), o que é crítico em mercados voláteis.

Esses problemas levam à perda de informação, overfitting e generalização limitada entre mercados, particularmente quando os modelos são testados em dados fora da amostra cronologicamente rigorosos.

Metodologia: VertiFuseX

Os autores propõem o VertiFuseX, uma arquitetura híbrida de LSTM projetada para abordar essas limitações através da fusão vertical na penúltima camada e abstração temporal de múltiplas escalas.

Visão Geral da Arquitetura

O modelo opera em três estágios:

DATAETL (Extração, Transformação e Carga de Dados):
- Utiliza estritamente entrada univariada (preços de fechamento brutos) para isolar a contribuição arquitetural da engenharia de atributos.
- Emprega uma janela móvel cronológica de 20 dias.
- Implementa pré-processamento rigoroso: dias de não negociação são removidos (não interpolados) para preservar a fidelidade do sinal, e a normalização Min-Max é ajustada apenas na partição de treinamento para evitar viés de antecipação (look-ahead bias).
- Os dados são divididos cronologicamente: ~14 anos para treinamento/validação e um conjunto de teste rigoroso de 365 dias mantido à parte.
FeatExt (Extração de Atributos):
- Utiliza três ramos temporais paralelos, cada um extraindo atributos da penúltima camada (antes da regressão específica da tarefa) para preservar representações intermediárias ricas:
  - LSTM: Captura memória sequencial (unidirecional).
  - Bi-LSTM: Captura contexto bidirecional dentro da janela de observação (lookback window).
  - St-LSTM (Empilhada): Captura tendências hierárquicas via abstração progressiva através das camadas.
- Um fluxo DNN paralelo processa a mesma janela de entrada para capturar relações não recorrentes e estáticas não lineares.
- Todos os ramos são regularizados com dropout (0.3) e restrições $\ell_2$ , e as saídas são alinhadas a uma dimensão latente compartilhada ( $d_T = 64$ ).
VertiFuse (Fusão Vertical):
- Em vez de tirar a média das previsões escalares finais (fusão de decisão), o VertiFuseX concatena os vetores de atributos da penúltima camada dos ramos LSTM, Bi-LSTM, St-LSTM e DNN.
- Esses atributos concatenados passam por uma transformação afim aprendida (via matrizes de peso treináveis $W_{fuse}$ e $W_{comb}$ ) seguida por uma não-linearidade (ReLU).
- Esta fusão de nível de atributo permite que o modelo repondere dinamicamente representações temporais complementares (ex: enfatizando Bi-LSTM durante alto ruído ou St-LSTM durante tendências estáveis) antes da cabeça de regressão final.
- Todo o sistema é otimizado conjuntamente via backpropagation sob uma configuração de hiperparâmetros fixa, eliminando a necessidade de ajuste por conjunto de dados.

Motivação Teórica

A hipótese central é que as representações da penúltima camada retêm maior informação mútua com o sinal de entrada ( $I(X; F_i) \geq I(X; \hat{y}_i)$ ) em comparação com as saídas comprimidas finais. Ao fundir neste estágio intermediário, o modelo preserva o viés indutivo único de cada ramo (ex: bidirecionalidade, hierarquia) e permite a propagação conjunta de gradientes, promovendo uma especialização complementar em vez de uma média de previsões já degradadas.

Principais Contribuições

Fusão Vertical na Penúltima Camada: Introdução de uma nova estratégia de fusão que integra atributos latentes intermediários de modelos temporais heterogêneos (LSTM, Bi-LSTM, St-LSTM) em vez de saídas finais. Isso preserva abstrações temporais de múltiplas escalas e facilita a interação de atributos.
Generalização Robusta entre Mercados: Avaliação através de 15 anos de dados (2010–2024) em 10 índices acionários globais (incluindo S&P 500, NASDAQ, HSI, KOSPI) usando um protocolo rigoroso de fora da amostra cronológica. O modelo alcança desempenho consistente sem ajuste de hiperparâmetros específico para cada índice.
Eliminação de Ajuste Ad Hoc: O uso de uma configuração de hiperparâmetros fixa e pré-validada (tamanho da janela=20, dropout=0.3, $\ell_2=10^{-4}$ ) em todos os conjuntos de dados reduz o overfitting e a sobrecarga de ajuste.
Leve e Eficiente: O modelo é compacto (675k parâmetros, pegada de ~~2.6 MB) com baixa latência de inferência (~~1.5 ms/amostra), tornando-o adequado para implantação em tempo real.

Resultados Experimentais

O modelo foi avaliado contra baselines padrão (LSTM, Bi-LSTM, St-LSTM, ARIMA) e sete modelos de última geração (ex: ModAugNet, Reservoir Computing, GA-CNN-LSTM).

Métricas de Desempenho: O VertiFuseX alcançou reduções de 30–54% no MAPE e mais de 40% de melhoria no MAE e RMSE em relação aos baselines baseados em LSTM.
Comparação com o Estado da Arte (SOTA): Superou consistentemente sete modelos SOTA em 33 comparações de métrica-conjunto de dados, com reduções de MAE de até 34.6% e RMSE de até 36.4% em relação aos melhores resultados relatados na literatura anterior.
Estudos de Ablação: Experimentos confirmaram que a fusão na penúltima camada impulsiona esses ganhos, gerando melhorias substanciais sobre tanto a fusão de camada final quanto o ensemble de nível de decisão (Average Ensemble).
Análise de Saliência: Mapas de saliência baseados em gradiente revelaram uma ênfase consistente em dependências temporais de médio alcance (lags de 9–15 dias), sugerindo que o modelo aprende a equilibrar a redução de ruído com a caracterização de tendência sem indicadores predefinidos.
Validação Econômica: Simulações de trading algorítmico (incluindo testes de estresse durante o crash da COVID-19 em 2020 e o mercado de baixa de 2022) demonstraram reduções no drawdown máximo e retornos ajustados ao risco superiores (razões Sharpe/Sortino) em comparação com os benchmarks de Buy-and-Hold e Momentum, particularmente em regimes voláteis.

Significância e Alegações

O artigo afirma que o VertiFuseX avança a previsão financeira ao unificar simplicidade, interpretabilidade e robustez entre mercados. Sua significância reside em demonstrar que:

A fusão de nível de atributo na penúltima camada é superior ao ensemble de nível de decisão para preservar a estrutura temporal em dados não estacionários.
A abstração de múltiplas escalas via ramos recorrentes especializados (LSTM, Bi-LSTM, St-LSTM) pode ser efetivamente integrada sem mecanismos de atenção complexos ou ajuste pesado de hiperparâmetros.
A arquitetura oferece um framework pronto para implantação que equilibra alta precisão preditiva com baixo custo computacional, atendendo às necessidades práticas de sistemas financeiros de tempo real.

Os autores observam explicitamente que, embora o modelo mostre forte robustez, ele depende de dados de preços univariados e hiperparâmetros fixos, representando um compromisso entre o pico de precisão por mercado e a generalização ampla. O trabalho não pretende resolver todos os desafios de previsão de mercado, mas fornece uma intervenção arquitetural validada para melhorar a fidelidade da modelagem temporal em sistemas de aprendizagem profunda híbridos.