Amazon vs Google TSFM 앙상블: Zero-shot으로 금융 시장의 MSFE를 정복하는 법 скачать в хорошем качестве

Amazon vs Google TSFM 앙상블: Zero-shot으로 금융 시장의 MSFE를 정복하는 법

[📝영상 요약] 본 영상에서는 아마존의 Chronos-2와 구글의 TimesFM을 앙상블하여 S&P 500 지수를 예측하고, 이를 바탕으로 동적 포트폴리오를 최적화하는 연구 결과를 공유합니다. 별도의 파인튜닝 없이 Zero-shot 추론만으로도 전통적인 계량경제학 모델을 능가하는 성능을 확인하실 수 있습니다. [⌨️핵심 기술 스택 및 모델] Amazon Chronos-2: 1억 2천만 개의 파라미터를 가진 인코더 온리 모델로, 11개의 거시경제 공변량($DGS10$, $VIXCLS$ 등)을 반영하여 시장의 거시적 방향성을 포착합니다. Google TimesFM: 2억 개의 파라미터를 가진 디코더 온리 모델로, 패치 기반 아키텍처를 통해 단기 패턴과 고빈도 변동성을 민감하게 읽어냅니다. 앙상블 전략: 두 모델의 예측값을 가중치 w를 통해 결합하여 예측 편향을 상쇄하고 분산을 최소화하여 단일 모델 대비 MSFE를 크게 개선했습니다. 포트폴리오 최적화: 앙상블 결과로 산출된 기대수익률(\mu)과 불확실성(\sigma)을 Markowitz 최적화 모델의 입력으로 활용하여 현실적인 투자 전략을 구성합니다. [⏱️타임라인 (Timestamps)] 00:00 인트로 및 S&P 500 예측 엔진 소개 01:20 모델 선정 배경: 왜 Chronos-2와 TimesFM인가? 03:10 거시적 방향성($\times$)단기 패턴 결합 전략 04:04 정교한 데이터 파이프라인 및 전처리 과정 05:30 Chronos-2 추론 테스트 및 불확실성 시각화 결과 07:00 앙상블 파라미터 실험 및 가중치 조절 효과 08:07 포트폴리오 최적화 엔진에서의 모델 역할 11:04 환경 호환성 도전: JAX 및 패키지 관리 이슈 해결 11:54 결론: TSFM이 금융 분석에 가져온 패러다임 변화