Zirdle Five는 공통 아키텍처 계열을 공유하지만, 우주, 입력 채널 및 용량이 다릅니다. 오픈 웨이트 기초 모델에서 미세 조정되지 않고 처음부터 훈련되었습니다. 이는 금융 시계열이 일반적인 사전 훈련이 파괴하는 도메인 특화 귀납적 편향을 필요로 하기 때문입니다.

분해된 어텐션

ViViT을 모티브로 한 분해된 트랜스포머는 먼저 각 시간 패치 내의 입력 채널에 대해 어텐션을 수행한 후, 각 채널 내 시간 패치에 대해 어텐션을 수행합니다. 이차 비용은 24개 채널에서 관리 가능한 수준을 유지합니다.

분위수 손실

모든 모델은 핀볼 손실(확률적 예측을 위한 적절한 점수 규칙)을 사용하여 7개 분위수(0.05, 0.10, 0.25, 0.50, 0.75, 0.90, 0.95)를 예측합니다. 이 결합된 위치 + 불확실성 훈련은 위험 인식 분석에 중요합니다.

상태 인식 훈련 기간

일별 모델은 2010-2022년 데이터로 훈련합니다. 소수점 이하 제정 이전(2001), 고빈도 거래 이전(≤2007), 글로벌 금융 위기(2007-2009)는 의도적으로 제외됩니다. 현재의 매개변수 예산에서 과거 상태 데이터는 현재 시장 구조의 용량을 빼앗는 잡음입니다.

훈련 설정

아키텍처 계열분해된 채널 × 시간 어텐션

하드웨어4× NVIDIA A40 (48GB)

훈련 기간2010-01-01 → 2022-12-31 (일일 봇) / 2022-06 → 2024-06 (장중)

표본 외 테스트2024-07-01 → 2025-11-30 (15주 Out-of-Sample) 및 6개월 통합 유니버스

일대일 비교

모델	역할	간격	채널	매개변수	유니버스	1:1 WR	OOS /wk
HELIOS	일중 모멘텀 + 미세구조 이탈	5 min	12	4.4 M	148	49.9%	+1.47%
ECHO	변동성/범위 체제에서 단기 평균회귀	15 min	12	3.3 M	37	51.5%	+1.48%
ORION	다중 지표 융합, 스윙 기간 추세 추종	1 day	24	14.5 M	148	52.6%	+4.09%
NOVA	고베타 성장 모멘텀, 돌파 증폭	1 day	24	34.1 M	71	55.0%	+4.38%
ATLAS	광범위 시장 추세 추종, 보수적 R/R	1 day	5	2.4 M	120	51.8%	+2.21%

표본 외 수익률은 보류된 테스트 기간 동안의 1:5 리스크-보상 비율 장벽 시뮬레이션을 반영합니다. 과거 성과가 미래 결과를 보장하지는 않습니다.

연구 살펴보기

각 논문은 전체 출판 수준의 기술 보고서입니다: 아키텍처, 데이터, 훈련 동향, 장벽 시뮬레이션 방법론, 전체 결과 및 솔직한 한계점을 포함합니다.