摘要：金融領(lǐng)域的長時間序列預(yù)測正在面對復(fù)雜的市場和眾多金融產(chǎn)品的挑戰(zhàn)，傳統(tǒng)的時序數(shù)據(jù)預(yù)測方法在處理線性分布數(shù)據(jù)時表現(xiàn)良好，但對于特征參數(shù)冗余和非線性長序列金融產(chǎn)品數(shù)據(jù)的預(yù)測效果有限. 為了解決這一問題，提出一種長時間序列預(yù)測方法BSFinformer （Boruta?SHAP+Finformer），利用金融數(shù)據(jù)的時間相關(guān)性并綜合運(yùn)用Boruta?SHAP，F(xiàn)informer 等技術(shù)來完成特征選擇及預(yù)測功能. 該方法首先引入Boruta?SHAP 模塊，利用XgBoost 和SHAP 分析方法進(jìn)行特征選擇，從給定的特征集中識別出與金融時間序列預(yù)測任務(wù)相關(guān)的重要特征，并解釋這些特征對預(yù)測的影響. 其次，利用Transformer 結(jié)構(gòu)和自注意力機(jī)制，改進(jìn)為Finformer 模塊，將長序列金融數(shù)據(jù)分解為趨勢、周期和殘差成分，結(jié)合稀疏自注意力機(jī)制. 在多個真實(shí)金融數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)評估. 實(shí)驗(yàn)結(jié)果顯示，BSFinformer 對金融產(chǎn)品的價格預(yù)測表現(xiàn)出優(yōu)異的性能，與其他預(yù)測方法相比，能準(zhǔn)確捕捉長期趨勢和周期性來實(shí)現(xiàn)高質(zhì)量的預(yù)測. 具體地，和傳統(tǒng)的Transformer 模型相比，在三個實(shí)驗(yàn)數(shù)據(jù)集上，BSFinformer 的均方誤差分別降低了52%，16% 和19%，平均絕對誤差分別降低了34%，25% 和11%，為金融數(shù)據(jù)的長期時間序列預(yù)測提供了一種有效的解決方案.

關(guān)鍵詞：特征選擇，Boruta?SHAP，長時間序列，F(xiàn)informer，金融數(shù)據(jù)預(yù)測

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A

在金融領(lǐng)域，時間序列預(yù)測是一項(xiàng)關(guān)鍵的任務(wù)，對金融市場的決策和風(fēng)險管理有重要意義，然而，金融市場的復(fù)雜性以及金融產(chǎn)品的非線性特征給時間序列預(yù)測帶來了挑戰(zhàn). 為了克服這些挑戰(zhàn)，研究人員已經(jīng)提出了許多方法和模型來改進(jìn)金融時間序列預(yù)測的準(zhǔn)確性和效果.

傳統(tǒng)的時間序列預(yù)測方法，如自回歸移動平均（Auto?Regressive Moving Average，ARMA）模型和季節(jié)性自回歸移動平均（Seasonal AutoRe?gressive Integrated Moving Average，SARMA）模型，被廣泛應(yīng)用于金融數(shù)據(jù)預(yù)測［1-2］. 然而，這些方法假設(shè)數(shù)據(jù)服從線性分布，對于具有非線性特征和長期記憶效應(yīng)的金融時間序列數(shù)據(jù)的預(yù)測效果有限. 近年來，一些研究者提出基于深度學(xué)習(xí)的模型來處理金融時間序列預(yù)測問題，如長短期記憶網(wǎng)絡(luò)（Long Short?Term Memory，LSTM）和門控循環(huán)單元（Gated Recurrent Unit，GRU）［3-4］等循環(huán)神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于捕捉金融時間序列數(shù)據(jù)中的長期依賴關(guān)系，此外，注意力機(jī)制也被引入模型來提高對重要特征的關(guān)注度［5］. 另一方面，特征選擇在金融時間序列預(yù)測中也是一個重要的問題，大量的特征可能包含冗余信息，降低了預(yù)測模型的準(zhǔn)確性和可解釋性. 為了解決這個問題，研究人員提出了許多特征選擇方法，如基于統(tǒng)計檢驗(yàn)的方法和基于機(jī)器學(xué)習(xí)的方法［6］.

本文提出一種對金融數(shù)據(jù)進(jìn)行長時間序列預(yù)測的方法BSFinformer（Boruta?SHAP+Finform?er），結(jié)合Boruta 特征選擇算法和SHAP（ShapleyAdditive exPlanations）分析方法，以準(zhǔn)確選擇金融數(shù)據(jù)中最具有競爭力的特征組合并消除冗余特征的影響. 同時，在Autoformer［7］模型的基礎(chǔ)上改進(jìn)Finformer 模型，將其應(yīng)用于金融數(shù)據(jù)的長期預(yù)測，以更好地捕捉非線性長序列數(shù)據(jù)的特征.

綜上，本文旨在解決金融時間序列預(yù)測中特征選擇和長期預(yù)測的挑戰(zhàn)，主要貢獻(xiàn)如下.

（1）為了處理長時間序列數(shù)據(jù)，F(xiàn)informer 引入分解機(jī)制，將序列分成多個不同的時間尺度并對每個時間尺度上的子序列進(jìn)行建模，能更好地捕捉序列中的長期依賴關(guān)系和局部模式.

（2）為了消除金融數(shù)據(jù)中的冗余特征，同時提高長時間序列預(yù)測的效率，引入Boruta?SHAP特征選擇方法，考慮特征與目標(biāo)變量之間、特征與特征之間的相關(guān)性，以更全面地評估特征的重要性. 同時，通過計算SHAP 值，為每個特征提供一個可解釋的重要性評估參數(shù)，這樣做可以理解每個特征對預(yù)測結(jié)果的貢獻(xiàn)程度，能更好地解釋和解讀模型的預(yù)測能力.

（3）為了評估BSFinformer 模型的性能，使用多個金融數(shù)據(jù)集進(jìn)行一系列實(shí)驗(yàn)，并對實(shí)驗(yàn)結(jié)果進(jìn)行對比分析. 在三個金融數(shù)據(jù)集上，和傳統(tǒng)的Transformer 模型相比，BSFinformer 的均方誤差（Mean?Square Error，MSE）分別降低52％ ，16％和19％ ，平均絕對誤差（Mean Absolute Error，MAE）分別降低34％ ，25％ 和11％ ，具有更高的預(yù)測準(zhǔn)確性和穩(wěn)定性. 說明BSFinformer 模型在金融時間序列預(yù)測任務(wù)中性能優(yōu)越，可以較好地解決部分金融產(chǎn)品數(shù)據(jù)的預(yù)測問題.

1 相關(guān)工作

在金融時間序列預(yù)測領(lǐng)域，已經(jīng)有多項(xiàng)重要的研究工作涉及了特征選擇和長期預(yù)測的問題.特征選擇是一項(xiàng)關(guān)鍵步驟，旨在選擇具有預(yù)測能力的特征并消除冗余特征，而統(tǒng)計學(xué)方法和機(jī)器學(xué)習(xí)方法被廣泛應(yīng)用于特征選擇. 2003 年Kim［8］在支持向量機(jī)中進(jìn)行時間序列特征選擇，提出一種基于相關(guān)系數(shù)的特征選擇策略來提高預(yù)測準(zhǔn)確性和模型解釋性. 2010 年Crone and Kourentzes［9］探討基于神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測的特征選擇方法，提出一種結(jié)合過濾和包裝兩種方法的特征選擇策略來提高預(yù)測性能，降低計算復(fù)雜度. 2021年Leung and Zhao［10］使用經(jīng)驗(yàn)?zāi)B(tài)分解（Empiri?cal Mode Decomposition，EMD）來生成特征并結(jié)合機(jī)器學(xué)習(xí)進(jìn)行金融時間序列分析和預(yù)測的方法，提出一種結(jié)合Hilbert?Huang 變換（HHT）和機(jī)器學(xué)習(xí)方法的框架來提高金融時間序列的預(yù)測精度和穩(wěn)定性. 2023 年張展云等［11］基于多標(biāo)簽學(xué)習(xí)領(lǐng)域中的流標(biāo)簽，提出一種新的特征選擇方法來提高特征選擇的有效性和高效性.