sinopac.com

이 이메일 도메인이 관측된 논문 2건

arXiv:2610.02866v1cs.LG

DIVINE: 다양한 지표 재구성을 통한 단순한 교차 시장 주식 사전학습

DIVINE: Simple Cross-Market Stock Pretraining via Diverse Indicator Reconstruction

금융 시계열 사전학습(pre-training)은 일반적으로 마스킹된 관측치, 대조적 관계, 또는 미래 결과로부터 학습하지만, 기존의 목적 함수들은 미래 지도(future-supervision)의 불확실성을 피하면서 동시에 수익률 예측과의 정렬(alignment)을 유지하는 데 어려움을 겪습니다. 본 논문에서는 원시 OHLCV 이력으로부터 기술적 지표를 재구성하는 단순한 교차 시장 사전학습 프레임워크인 DIVINE(DIVerse INdicator rEconstruction)을 제안합니다. 관측된 가격-거래량 이력으로부터 계산되는 기술적 지표는 수익률 예측과의 확립된 관련성을 지닌 다양한 시장 역학을 요약하는 동시에, 여러 시장에 걸쳐 일관되게 정의된 지도 신호를 제공합니다. 6개 주식 시장 데이터셋에서 공동으로 사전학습된 DIVINE은 16개의 표준 지표에서 파생된 77개의 타깃을 재구성하며, 학습된 인코더만을 다운스트림 주식 랭킹으로 전이합니다. 모든 6개 시장에서 DIVINE은 0.05M개의 매개변수를 가진 경량 인코더만으로 가장 강력한 평균 포트폴리오 성능을 달성하여 사전학습 베이스라인을 능가하고 훨씬 더 큰 금융 파운데이션 모델과 대등하거나 이를 능가하는 동시에, 강건성과 데이터 효율성을 유지합니다. 체계적인 분석을 통해 지표 다양성과 시장 다양성이 전이 과정에서 상호보완적인 이득을 제공함을 보여줍니다. 종합하면, 이러한 결과는 모델 규모보다는 지도 신호 설계와 교차 시장 다양성이 강력하고 전이 가능한 금융 표현(representation)을 이끄는 핵심 요인임을 시사합니다.