スペクトログラムベースおよび時系列表現を用いたコモディティ価格のマルチモーダル予測

Abstract

多変量時系列の予測は、変数間の複雑な依存関係や、異質な外部要因の存在により依然として困難です。本論文では、より正確で頑健な予測のために、スペクトル表現と時間表現を組み合わせるSpectrogram-Enhanced Multimodal Fusion（SEMF）を提案します。対象となる時系列はMorletウェーブレットのスペクトログラムへと変換され、Vision Transformerエンコーダが、局所的で周波数に意識した特徴を抽出します。並行して、財務指標やマクロ経済シグナルなどの外生変数はTransformerで符号化され、時間的依存性と多変量のダイナミクスを捉えます。双方向のクロスアテンション・モジュールにより、これらのモダリティを統合表現へと融合し、信号の固有の特性を保持しながらモダリティ間の相関をモデル化します。複数のコモディティ価格予測タスクに適用した結果、SEMFは、複数の予測ホライゾンおよび評価指標にわたって、7つの競合するベースラインすべてに対して一貫した改善を達成します。これらの結果は、複雑な金融時系列に含まれるマルチスケールのパターンを捉えるうえで、マルチモーダル融合とスペクトログラムに基づく符号化の有効性を示しています。