本文介绍了 TCN 在股市趋势预测任务中的应用，表明在集成新闻事件和知识图谱后，TCN 的性能大幅超过 RNN。
选自towardsdatascience，作者：Bryan Tan，机器之心编译，编辑：魔王、陈萍。
本文主要介绍了以下几部分内容：
1. 金融时间序列（FTS）中的深度学习背景介绍；2. 值得关注的 FTS 数据处理实践；3.时间卷积网络（TCN）；4.时间卷积网络在 FTS 中的应用实例；5. 基于 TCN 的知识驱动股市趋势预测与解释。
1. 背景介绍
金融时间序列（FTS）建模历史悠久，20 世纪 70 年代初它首次革新了算法交易。FTS 分析包括两类：基础分析和技术分析。但这两种分析方法都受到有效市场假说（EMH）的质疑。
自 1970 年提出以来，EMH 一直备受争议，它假设股价最终是不可预测的。但这并没有限制如下研究：通过使用线性、非线性和基于 ML 的模型进行 FTS 建模。
由于金融时间序列具有非平稳、非线性、高噪声的特点，因此传统的统计模型很难准确地预测它们。近年来，越来越多的研究开始尝试将深度学习应用于股市预测，虽然还远远不够完善。例如：
2013 年
Lin 等人在论文《An SVM-based approach for stock market trend prediction》中提出一种基于支持向量机的股票预测方法，建立两部分特征选择和预测模型，并证明该方法比传统方法具有更好的泛化能力。
2014 年
Wanjawa 等人在论文《ANN Model to Predict Stock Prices at Stock Exchange Markets》中，提出一种利用误差反向传播的前馈多层感知机来预测股票价格的神经网络。结果表明，该模型能够对典型的股票市场进行预测。
2017 年
进入 LSTM 时代：使用 LSTM 网络处理时间序列数据的研究激增。
Zhao 等人在论文《Time-Weighted LSTM Model with Redefined Labeling for Stock Trend Prediction》中提出向 LSTM 中加入时间加权函数，其结果优于其他模型。
2018 年
Zhang 等人在文章《Forecasting stock prices with long-short term memory neural network based on attention mechanism》中结合了卷积神经网络（CNN）和循环神经网络（RNN），提出了一种新的架构——深度广域神经网络（DWNN）。结果表明，与常规 RNN 模型相比，DWNN 模型可以将预测均方误差降低 30％。
Ha 等人在《Forecasting the volatility of stock price index: A hybrid model integrating LSTM with multiple GARCH-type models》中提出将 CNN 用于定量股票选择策略，以确定股市趋势，然后使用 LSTM 预测股票价格，并提出一种混合神经网络模型，用于定量择时策略，以增加利润。
Jiang 等人在《Stock Price Forecast Based on LSTM Neural Network》中利用 LSTM神经网络和 RNN 来构建模型，发现 LSTM 可以更好地应用于股票预测。
2019 年
在论文《Stock closing price prediction based on sentiment analysis and LSTM》中，Jin 等人在模型分析中增加了投资者的情感倾向，并引入经验模态分解（EMD）与 LSTM 相结合，以获得更准确的股票预测。基于注意力机制的 LSTM 模型在语音和图像识别中很常见，但在金融领域却很少使用。
Radford 等人提出GPT-2，旨在设计一个多任务学习器。它将预训练与监督微调结合起来，以实现更加灵活的迁移方式。GPT-2具有 15 亿参数。
在《Knowledge-Driven Stock Trend Prediction and Explanation via Temporal Convolutional Network》中，Shumin 等人提出一种基于时间卷积网络的知识驱动方法（KDTCN），来进行股票趋势预测与解释。
他们首先从财经新闻中提取结构化事件，并利用知识图谱获取事件嵌入。然后，将事件嵌入和股票价格结合起来预测股票走势。实验表明，该方法对股市趋势突变情况具有更快的反应能力，在股票数据集上的性能优于 SOTA 方法（本文将重点介绍这一方法）。
2020 年
2020 年，Jiayu 等人和 Thomas 等人提出一类混合注意力网络，可基于近期新闻预测股票趋势。具有注意机制的 LSTM 优于常规 LSTM，因为其独特的存储单元结构避免了长期依赖性。
Hongyan 等人在论文《Temporal Convolutional Attention-based Network For Sequence Modeling》中提出一种探索性网络结构：基于时间卷积注意力的网络（TCAN）。该网络结合了时间卷积网络和注意力机制，包括两个部分：一个是时间注意力（TA），用来捕获序列中的相关特征；另一个是增强残差（ER），用来提取浅层的重要信息并迁移到深层。
以上时间线旨在方便读者了解 FTS 与深度学习的历史关联，并非淡化同时期学术界其他人所做的重要工作。
需要注意的是：FTS 预测领域的学术出版物可能具有误导性。由于大量使用模拟器，许多 FTS 预测论文往往会夸大其性能。这些论文中声称的许多性能难以复现，因为它们无法泛化至所预测的特定 FTS 的未来变化。
2. FTS 数据预处理实践
2.1 去噪
金融时间序列数据（尤其是股票价格）会随着季节、噪声和自动校正而不断波动。传统的预测方法使用移动平均和差分来减少预测的噪声。然而，FTS 通常是不稳定的，并且有用信号和噪声之间存在重叠，这使得传统的去噪方法无效。
小波分析在图像和信号处理等领域取得了令人瞩目的成就。它能够弥补傅里叶分析的缺点，因此被逐渐引入经济和金融领域。小波变换在解决传统时间序列分析问题方面具有独特优势，因为它可以分解和重构来自不同时域和频域范围的金融时间序列数据。
小波变换本质上利用多尺度特征对数据集进行去噪，从而将有用信号与噪声高效地分离开来。Jiayu Qiu 等人将 coif3 小波函数用于三个分解层，并通过信噪比（SNR）和均方根误差（RMSE）来评估小波变换的效果。SNR 越高，RMSE 越小，小波变换的去噪效果越好：
2.2 数据 shuffle
在 FTS 中，选择哪些数据作为验证集并非易事。确实，验证集的选择有无数种方法，但对于变化不定的股票指数，必须仔细考虑。
固定原点方法是最朴素也最常用的方法。给出特定的分割大小，将数据前面一部分分割为训练集，后面的部分分割为验证集。但这是一种较为初级的选择方法，对于像亚马逊这样的高增长股票而言尤其如此。之所以会出现这种情况，是因为亚马逊的股价一开始波动性较低，随着股价的增长，股价波动越来越大。
因此，我们需要训练一个低波动率动态模型，并期望它能预测高波动率动态。对于上述类型的股票而言，这确实有一定困难，并且还要以性能作为代价。因此，如果仅考虑这一点，以验证损失和性能作为基准可能存在一定的误导性。但是，对于像英特尔这样波动性较为稳定的股票（COVID 危机前），这种方法是合理的。
滚动原点重校方法比固定原点方法略稳健，因为它允许通过对数据的多种不同分割取平均值来计算验证损失，以避免无法代表高波动率时间段的问题。
最后，滚动窗口方法通常是最有用的方法之一，因为它尤其适用于长时间运行的 FTS 算法。实际上，该模型输出多个滚动数据窗口的平均验证误差。而这意味着最终获得的值更能代表最近的模型性能。
Thomas Hollis 等人的研究表明，滚动窗口（RW）和滚动原点重校（ROR）的性能（58％和 60％）都比简单的固定原点方法好。这表明对于像亚马逊这样的高波动率股票，使用这些数据 shuffle 方法是不可避免的。
3.时间卷积网络
时间卷积网络（TCN），是用于序列建模任务的卷积神经网络的变体，结合了 RNN 和 CNN 架构。对 TCN 的初步评估表明，简单的卷积结构在多个任务和数据集上的性能优于典型循环网络（如 LSTM），同时表现出更长的有效记忆。
TCN 的特征是：
1. TCN 架构中的卷积是因果卷积，这意味着从将来到过去不存在信息「泄漏」；2. 该架构可以像 RNN 一样采用任意长度的序列，并将其映射到相同长度的输出序列。通过结合非常深的网络（使用残差层进行增强）和扩张卷积，TCN 具有非常长的有效历史长度（即网络能够看到很久远的过去，并帮助预测）。
3.1 TCN 模型架构概览
3.1.1因果卷积
如前所述，TCN 基于两个原则：网络的输入输出长度相同，且从未来到过去不存在信息泄漏。
为了完成第一点，TCN 使用 1D全卷积网络（FCN），每个隐藏层的长度与输入层相同，并用零填充（长度为 kernel size − 1）来保持后续层与之前层长度相同。为了实现第二点，TCN 使用因果卷积，即卷积中时间 t 处的输出仅与时间 t 或前一层中的元素进行卷积。
简而言之：TCN = 1D FCN +因果卷积。
3.1.2 扩张卷积
简单的因果卷积回看的历史长度只能与网络深度呈线性关系。这使得将因果卷积应用于序列任务具有一定难度，尤其是需要更长历史的任务。Bai 等人采用扩张卷积找到了一种解决方案，其感受野呈指数级增大。对于一维序列输入 x ∈ R^ⁿ 和滤波器 f:{0,…,k−1}→R，序列元素 s 的扩张卷积运算 F 可定义为：
其中 d 是扩张因子，k 是滤波器大小，s-d·i 代表过去的方向。因此，扩张卷积等效于在每两个相邻的滤波器之间引入一个固定的步长。当 d = 1 时，扩张卷积即为常规卷积。而使用较大的扩张因子，可使顶层的输出表示更大范围的输入，从而有效地扩展了 ConvNet 的感受野。
3.1.3 残差连接
残差模块可使层高效学习修改（modification），进而识别映射而不是整个变换，这对非常深的网络很有用。
由于 TCN 的感受野取决于网络深度 n、滤波器大小 k 和扩张因子 d，因此，对于更深更大的 TCN 来说，稳定性很重要。
3.2 TCN 的优缺点
使用 TCN 进行序列建模具备以下优势：
并行性。与 RNN 中后继时间步长的预测必须等待之前时间步完成预测不同，卷积可以并行完成，因为每一层都使用相同的滤波器。因此，在训练和评估中，TCN 可以处理一整个较长的输入序列，而不是像 RNN 中那样顺序处理。
灵活的感受野大小。TCN 有多种方式更改其感受野大小。例如，堆叠更多扩张（因果）卷积层，使用更大的扩张因子，或增加滤波器大小都是可行的选择。因此，TCN 可以更好地控制模型的内存大小，它们也可以轻松适应不同的域。
梯度稳定。与循环网络不一样的是，TCN 的反向传播路径与序列的时间方向不同。TCN 因此避免了梯度爆炸 / 消失问题，这是 RNN 面临的主要问题（限制了 LSTM 和 GRU 的发展）。
训练内存需求低。特别是在输入序列较长的情况下，LSTM 和 GRU 占用大量内存存储其多个单元门的部分结果。然而，在 TCN 中，滤波器是跨层共享的，而反向传播路径仅取决于网络深度。因此，在实践中，人们发现门控 RNN 比 TCN 消耗的内存更多。
可变长度输入。RNN 以循环的方式对可变长度输入进行建模，TCN 也可以通过滑动一维卷积核来接收任意长度的输入。这意味着，对于任意长度的序列数据，都可以用 TCN 替代 RNN。
使用 TCN 存在两个明显的缺点：
评估期间的数据存储。TCN 需要接收有效历史长度的原始序列，因此在评估过程中可能需要更多的内存。
域迁移时可能引起参数更改。不同的域对模型预测所需的历史量可能有不同的要求。因此，当将模型从仅需要很少记忆（即较小的 k 和 d）的域转移至需要更长记忆（即较大的 k 和 d）的域时，TCN 可能因为没有足够大的感受野而表现不佳。
3.3基准
上述结果表明，经过最小调优的通用 TCN 架构在大量序列建模任务中优于典型循环架构，而这些任务通常用于对循环架构的性能进行基准测试。
4. 基于 TCN 的知识驱动股市趋势预测与解释
4.1 背景介绍
用于股市趋势预测的大部分深度神经网络存在两个常见缺陷：1）当前方法对股市趋势的突然变化不够敏感；2）预测结果不具备可解释性。
为了解决这两个问题，Deng 等人 2019 年提出一种新型知识驱动时间卷积网络（KDTCN）用于股市趋势预测和解释，该方法将背景知识、新闻事件和股价数据集成到深度预测模型中，以解决股市趋势突变时的趋势预测和解释问题。
为了解决股市趋势突变下的预测问题，该研究将金融新闻中的事件提取出来并结构化为事件元组，如「Britain exiting from EU」被表示为 (Britain, exiting from, EU)。然后将事件元组中的实体和关系链接至知识图谱（KG），如 Freebase 和 Wikidata。接下来，分别对结构化知识、文本新闻和股价数值进行向量化和级联。最后，将这些嵌入馈入基于 TCN 的模型。
实验表明 KDTCN 可以更快地响应股市突变，在股市数据集上的性能优于 SOTA 方法，此外它还增强了股市突变预测的可解释性。
此外，基于股市突变预测结果，要想解决可解释性问题，我们可以通过知识图谱中事件的关联对事件的影响进行可视化。这样，我们就可以解释 1）知识驱动的事件如何不同程度地影响股市波动；2）知识如何将股市趋势预测中与突变相关的事件关联起来。
4.2 KDTCN 模型架构
这里介绍的基础 TCN 模型架构基于第三部分推导而来，通用 TCN 架构包括因果卷积、残差连接和扩张卷积。
KDTCN 架构如下所示：
原始模型输入为股价 X、新闻数据库N 和知识图谱G。股价经过归一化处理，并映射到股价向量：
其中每个向量 p_t 表示股票交易日 t 的实时股价向量，T 表示时间跨度。
至于新闻数据库，新闻被表示为事件集合 ε，然后被结构化为事件元组 e = (s, p, o)，其中 p 为动作 / 谓语、s 是执行者 / 主语、o 是动作承受者。事件元组中的每个项都与知识图谱链接，对应知识图谱中的实体和关系，通过训练事件元组和 KG 三元组获得事件嵌入 V。详细过程参见 https://core.ac.uk/download/pdf/222446995.pdf。
最后，将事件嵌入和股价向量结合并输入基于 TCN 的模型。
4.2.1 数据集和基线
数据集：
1. 时间序列股价数据 X：道琼斯工业平均指数每日记录构成的股价数据集；2. 文本新闻数据 N：来自 Reddit WorldNews 频道的历史新闻组成的新闻数据集；3. 结构化知识数据 G：基于两个常用开放研究知识图谱Freebase 和 Wikidata 的结构化数据构建的子图。
基线：
使用不同输入的基线模型。第一列中，前缀 WB 表示词嵌入，EB 表示事件嵌入，PV 表示股价向量，KD 表示知识驱动。注意，event embedding^(a) 和 event embedding^(b) 分别表示不具备 / 具备 KG 的事件嵌入。
4.3 预测评估
KDTCN 的性能评估基于以下三个方面：1）基础 TCN 架构的评估；2）不同模型输入对 TCN 的影响；3）基于 TCN 的模型对股市趋势突变的预测性能。
基础 TCN 架构：
TCN 在股市趋势预测任务上超过其他基线模型，不管是传统的机器学习模型 (ARIMA) 还是深度神经网络（如 LSTM 和 CNN），这说明 TCN 在序列建模和分类问题上有更明显的优势。
不同模型输入：
可以看出，WB-TCN 和 EB-TCN 的性能都超过 TCN，这表明文本信息有助于改进预测结果。
KDTCN 获得了最高的准确率和 F1 得分，这说明模型输入集成结构化知识、金融新闻和股价信息是有效的。
模型对股市趋势突变的预测性能：
可以看出，使用知识驱动事件嵌入输入的模型（如 KDEB-TCN 和 KDTCN）性能大大超过基于数值数据和文本数据的模型。这些对比结果说明，知识驱动的模型对于股市突变能够做出更快的反应。
那么，如何量化股市波动程度呢？
首先，通过识别两个邻近股票交易日的波动程度 D_(fluctuation) 获取股市突变的时间间隔：
其中时间 t 处的 x 表示股票交易日 t 的股票价格。波动程度的差异 C 被定义为：
如果 | Ci | 超过特定阈值，则可以认为在第 i 天，股票价格突变。
4.4 解释预测结果
为什么知识驱动事件是不具备 ML 专业知识的人识别股市突变的常规来源？这可以从两个方面进行解释：1）将知识驱动事件对突变预测结果的影响可视化；2）将知识驱动事件链接至外部 KG，进而检索事件的背景事实。
将知识驱动事件的影响可视化：
下图中的预测结果显示道琼斯工业平均指数趋势将下降。注意图中同色长条表示相同的事件影响，长条的高度反映了影响的程度，事件的流行性自左向右下降。直观来看，具备更高流行性的事件对股市趋势突变预测应有更大的影响，但事实并不总是如此。
几乎所有负影响事件都与这两个事件有关，如 (British Pound, drops, nearly 5%) 和 (Northern Ireland, calls for poll on United Ireland)。
尽管一些事件对预测股市趋势上涨有着积极影响也具备高流行性，但整体影响仍是负面的。因此，股票指数波动出现突变可被视为事件影响和事件流行性的共同结果。
事件元组链接至 KG 后的可视化结果：
首先，搜索具备高影响或高流行性的事件元组；然后，回溯包含这些事件的新闻文本；最后，通过实体链接检索与事件元组相关的 KG 三元组。上图中，蓝色为事件元组，其中的实体与 KG 链接。
列出的这些事件元组字面上并没有强相关。但是，链接 KG 后，它们可以彼此建立关联，并与英国脱欧和欧盟公投事件产生强相关。通过集成事件影响的解释，我们可以证明知识驱动事件是突变的常规来源。
结论
循环网络在序列建模中的优秀效果可能大多是历史的痕迹。最近，扩张卷积和残差连接等架构元素的引入使得卷积架构不那么弱了。近期的学术研究表明，使用这些元素后，简单的卷积架构在不同序列建模任务上的效果优于循环架构，如 LSTM。由于 TCN 的清晰性和简洁性，Shaojie Bai 等人提出卷积网络应被看作序列建模的起点和强大工具。
此外，本文介绍的 TCN 在股市趋势预测任务中的应用表明，集成新闻事件和知识图谱后，TCN 的性能大幅超过 RNN。
快抢沙发！
