💰 quantitative finance

Regime-Gated Residual Mixture-of-Experts for Cross-Sectional Volatility Forecasting

本文提出了 RG-ResMoE，一种机制门控残差混合专家架构，该架构通过仅将机制信息用于专家路由而非直接输入，提高了截面波动率预测的准确性和训练稳定性，证明了控制非平稳机制数据如何影响预测，比单纯增加模型容量更为关键。

原作者： Junyi Ye, Gargi Vijay Borde

发布于 2026-08-13

📖 1 分钟阅读☕ 轻松阅读

原作者： Junyi Ye, Gargi Vijay Borde

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在尝试预测天气。你有一个智能助手，它通过观察云朵、风力和温度来告诉你明天是否会下雨。通常情况下，这套方法效果很好。但有时，世界会改变它的想法。一场突如其来的风暴袭来，或者热浪来袭，昨天助手学到的规则在今天不再适用了。在金融领域，这被称为“机制依赖性”（regime dependence）。市场有不同的“情绪”——平静的日子、混乱的崩盘以及缓慢的复苏——而昨天发生的事情与明天发生的事情之间的关系，会随着这种情绪的变化而改变。

长期以来，科学家们一直试图构建能够预测股价波动程度（一个被称为“波动率”的概念）的计算机大脑（神经网络）。核心问题一直是：你该如何教会这些计算机理解这些不断变化的情绪？旧的方法只是把一份事实清单交给计算机，其中包含关于当前情绪的备注，并寄希望于它能自行搞定。但本文指出，仅仅向计算机倾倒额外信息并不是正确的做法。相反，它提出了一个更聪明的问题：计算机应该利用情绪来决定使用大脑的哪一部分，还是仅仅将情绪作为另一项数据进行处理？

这篇题为《用于截面波动率预测的机制门控残差混合专家模型》（Regime-Gated Residual Mixture-of-Experts for Cross-Sectional Volatility Forecasting）的论文深入探讨了正是这样一个谜题。研究人员构建了一种新型计算机模型，称为 RG-ResMoE。把它想象成一个由四名专业机械师（即“专家”）组成的团队，他们正在修理一辆汽车。在标准设置中，团队领导（即“门控”）会观察天气报告（即“机制”）和引擎噪音（即“股票特征”），以决定每位机械师对最终预测的贡献程度。但作者发现，这种做法经常会让团队感到困惑，导致错误和训练不稳定。

相反，他们的新设计是这样工作的：一名“基础”机械师被固定不动，仅根据引擎噪音来处理那些标准且枯燥的部分。其他四名机械师的存在仅仅是为了修复基础机械师所犯下的错误。团队领导会观察天气报告和引擎噪音，但它并不是告诉某一位机械师去接管工作，而是扮演一名交通警察的角色。它利用天气报告来决定四位“修复型”机械师应该在多大程度上对基础机械师的工作进行微调。如果是一个风暴天气，领导可能会告诉“风暴专家”在预测中增加一点额外的谨慎；如果是一个晴朗的日子，则可能建议“平静专家”进行较小的调整。

结果是清晰且一致的。当研究人员在超过 1,000 只美国股票上进行测试，甚至在 1,500 只日本股票上进行复制实验时，他们的新方法成为了赢家。它比旧方法更准确地预测了未来的波动率，而且至关重要的是，它更加稳定。旧的方法——即直接将“情绪”数据添加到输入端——往往会导致计算机崩溃或学到错误的东西，尤其是在像 2020 年那样的重大市场崩盘期间。然而，新方法即使在市场恐慌时也能保持冷静和准确。

论文表明，秘诀并不在于拥有更多的数据或更多的专家，而在于你如何使用关于市场情绪的信息。通过利用情绪来引导微小的修正（即“残差”），而不是引导主预测，该模型变得既聪明又可靠。这种方法不仅在平均水平上表现出色，而且在最需要它的时候——即市场波动最大、压力最重的时期——表现得最为亮眼。作者得出结论：对于紧凑且高效的模型而言，应对变化世界的最佳方式是让“情绪”控制调整过程，而不是控制主预测本身。

技术摘要：用于截面波动率预测的机制门控残差混合专家模型 (RG-ResMoE)

问题陈述

金融波动率具有内在的机制依赖性（regime-dependent），即历史观测值与未来波动率之间的关系会随市场状态（如平静期、危机期、复苏期）的变化而发生转移。虽然深度神经网络通过从大规模截面股票面板中学习非线性关系，提升了波动率预测能力，但如何整合机制信息仍然是一个挑战。现有方法通常通过将机制变量直接附加到模型输入中，或根据市场状态在不同的预测器之间进行切换来引入机制信息。然而，这些方法往往会将机制信息的“存在”与“集成路径”混为一谈，使得人们难以分辨性能的提升究竟是源于信息本身，还是源于信息进入模型的方式。此外，将机制变量直接加入输入可能会导致紧凑型神经架构的训练不稳定并降低预测性能。

方法论

作者提出了 RG-ResMoE（机制门控残差混合专家模型），这是一种旨在隔离集成路径效应的新型架构。本研究采用了一种严谨的信息匹配比较框架，在保持机制变量、模型容量、超参数和评估协议一致的前提下，仅改变集成点。

数据与任务

数据集： 主要使用 1,027 只美国股票面板（2018–2025 年），以及一个包含 1,552 只日本股票的复制面板。
任务： 预测截面股票面板的五日远期已实现波动率（年化）。
输入：
- 股票特征 ( $x$ ): 包含 16 个特征，包括已实现波动率、收益率、RSI 和对数收益率。
- 机制变量 ( $z$ ): 两个指标——市场波动率（等权重市场收益率的 20 日滚动波动率）和特质波动率（残差收益率的 20 日滚动波动率）。

架构设计

其核心创新在于将基础预测与机制相关的修正项进行分离：

冻结的基础网络： 一个标准的双隐藏层 MLP，仅使用股票特征 ( $x$ ) 来预测基础波动率水平 ( $\hat{y}_{base}$ )。该网络首先进行训练，随后被冻结。
残差专家网络： 一组 $K=4$ 个专家网络（同样为 MLP），它们预测的是残差修正 ( $r_k(x)$ ) 而非完整预测。这些专家通过初始化为零输出层，以确保模型在初始阶段表现为基础预测。
机制门控路由： 门控网络 ( $g$ ) 接收股票特征 ( $x$ ) 和机制变量 ( $z$ ) 作为输入。它输出一个关于专家的软概率分布 ( $\pi$ )。
最终预测： 最终预测是基础预测与加权专家残差之和：
$\hat{y} = \hat{y}_{base} + \sum_{k=1}^{K} \pi_k r_k(x)$
至关重要的是，机制变量 $z$ 仅通过路由权重 $\pi$ 影响预测，而不直接改变预测网络的输入。

训练与正则化

训练分为两个阶段：

训练基础网络。
冻结基础网络，并联合训练专家网络和门控网络。
损失函数包括：

最终预测的均方误差 (MSE)。
对聚合残差修正幅度的收缩惩罚，以使预测值保持接近基础预测。
用于防止路由崩溃（即过度集中在单个专家上）的负载均衡惩罚。

核心贡献

集成路径的发现： 本文证明了机制信息的位置是决定性的。将机制变量直接附加到输入会降低准确性和稳定性，而将其专门用于门控残差修正则能同时提升准确性和稳定性。
残差 MoE 架构： 作者表明，在紧凑型金融预测模型中，混合专家模型 (MoE) 的价值不在于增加总模型容量，而在于控制非平稳信息如何通过残差学习来调节稳定的基础预测。
软路由与硬路由： 连续的软路由（学习到的概率分布）始终优于硬路由（基于学习到的 top-1 门控或人工构建的市场划分进行的离散分配）。
训练稳定性： 与标准 MoE 和直接输入型 MLP 相比，RG-ResMoE 架构显著提高了训练稳定性，消除了那些模型无法收敛的“崩溃”训练运行情况。

结果

在 1,027 只美国股票的滚动步进式前向验证框架（30 个不重叠测试窗口）下进行评估：

预测准确性： 在所有神经模型中，RG-ResMoE 实现了最高的信息系数 (IC: 0.5469)、最低的 RMSE (0.2304) 和最高的样本外 $R^2$ (0.292)。它显著优于容量匹配的大型 MLP (MLP-L) 和标准 MoE。
稳定性： 在 30 次运行中，RG-ResMoE 有 0 次崩溃种子，而标准 MoE 在 30 次中有 24 次崩溃，MLP-L(+z) 则在 30 次中全部崩溃。
风险校准： RG-ResMoE 提供了更好的风险价值 (VaR) 校准，特别是在高波动时期，在 Kupiec 覆盖测试中显示出较低的拒绝率。
市场压力表现： RG-ResMoE 的优势在波动率上升时期最为明显（例如 2020 年 COVID 危机期间，其 IC 增益是全样本平均值的 6.7 倍）。
跨市场复制： 该结果在日本东证 Prime 面板上也得到了成功复制，证实了残差路由的优势并非特定于某一市场。

意义与主张

本文认为，对于紧凑型神经波动率预测器，机制感知型 MoE 模型的主要价值不在于扩展模型容量，而在于控制非平稳机制信息如何影响预测。

作者提出了一个简单的设计原则：当机制信息引导残差路由而非被视为普通的预测输入时，其效果最为理想。这种方法允许模型通过调节对稳定基础预测的修正，从而适应不同的市场状态，进而提高预测准确性和训练鲁棒性。该研究表明，这一原则可以延伸至 RG-ResMoE 架构之外，为未来如何将市场状态信息纳入神经预测模型提供指导。

作者注明的局限性包括研究侧重于股票市场及紧凑型 MLP 主干；该方法在其他金融任务、更大规模序列模型或替代状态定义下的泛化能力仍是一个开放的研究领域。