Zirdle Fiveは共通のアーキテクチャファミリーを持ちますが、ユニバース、入力チャンネル、容量が異なります。これらはスクラッチから訓練されており、オープンウェイトの基盤モデルからの fine-tuning ではありません。金融時系列データには汎用的な事前学習が壊してしまうドメイン固有の帰納的バイアスが必要だからです。

因数分解型アテンション

ViViTに着想を得た因数分解型トランスフォーマーは、まず各時間パッチ内の入力チャンネルに対して、次に各チャンネル内の時間パッチに対して注意を払います。2次コストは24チャンネルであっても管理可能です。

分位損失

すべてのモデルは、pinball損失（確率的予測のための適切な評価尺度）を使用して7つの分位点（0.05, 0.10, 0.25, 0.50, 0.75, 0.90, 0.95）を予測します。この結合された位置+不確実性のトレーニングは、リスク意識分析にとって重要です。

体制認識型トレーニングウィンドウ

日次モデルは2010年から2022年にトレーニングされます。10進法化前（2001年）と高頻度取引前（≤2007年）と世界金融危機（2007～2009年）は意図的に除外されています。我々のパラメータ予算では、旧体制のデータはノイズであり、現在の市場構造から容量を奪います。

トレーニング設定

アーキテクチャファミリー因子分解されたチャンネル × 時間アテンション

ハードウェア4× NVIDIA A40（48 GB）

トレーニングウィンドウ2010-01-01 → 2022-12-31（日次ボット）／ 2022-06 → 2024-06（日中）

サンプル外テスト2024-07-01 → 2025-11-30（15週間のアウトオブサンプル）に加えて6か月の統合ユニバース

直接対決

モデル	役割	間隔	チャネル	パラメータ	ユニバース	1対1の勝率	OAS/週
HELIOS	日内动量 + 微观结构错位	5 min	12	4.4 M	148	49.9%	+1.47%
ECHO	在震荡/盘整行情中的短周期均值回归	15 min	12	3.3 M	37	51.5%	+1.48%
ORION	多指标共振，摆动周期趋势跟踪	1 day	24	14.5 M	148	52.6%	+4.09%
NOVA	高ベータ成長モメンタム、ブレイクアウト増幅	1 day	24	34.1 M	71	55.0%	+4.38%
ATLAS	広範な市場トレンドフォロー、保守的なリスクリワード	1 day	5	2.4 M	120	51.8%	+2.21%

サンプル外リターンは、ホールドアウトテスト期間における1：5 R/Rバリアシミュレーションを反映しています。過去のパフォーマンスは将来の結果を保証するものではありません。

研究に飛び込む

各論文は、アーキテクチャ、データ、トレーニングダイナミクス、バリアシミュレーション手法、完全な結果、および正直な限界を含む、全出版深度の技術レポートです。