非鉄金属価格予測のためのディープラーニングモデルの複雑度の比較評価

Summary

金属価格予測のための13のアーキテクチャを体系的に再評価した結果、単純なゲート付き再帰単位がより複雑なハイブリッドモデルを上回ることが示されています。銅で訓練され、アルミニウムや亜鉛でテストされたモデルは一貫して高い予測精度を示し、商品価格予測における簡潔なアプローチの活用を支持しています。

Abstract

本研究は、アーキテクチャの複雑さがディープラーニングベースの金融モデルにおける予測精度を向上させるかどうかを検証します。2015年1月から2025年9月までの上海金属市場の銅(Cu)、アルミニウム(Al)、亜鉛(Zn)の日次スポット価格データを用いて、標準化された前処理パイプラインを適用し、zスコア正規化やスライディングウィンドウシーケンスの構築(ウィンドウ長=30、予測期間=1)を含みました。合計18のモデルが体系的に評価され、これにはゲーテッドリカレントユニット(GRU)、長短期記憶(LSTM)ネットワーク、畳み込みニューラルネットワーク–双方向LSTM–注意ハイブリッド(CNN–BiLSTM–Attention)、従来の計量経済モデル(自己回帰的統合移動平均および一般化自己回帰条件付きヘテロスケダスティシティ)、機械学習モデル(ランダムフォレストおよび極端勾配ブースティング)、トランスフォーマーベースのモデルが含まれます。すべての深層学習モデルはCuデータのみで訓練され、汎化可能性を評価するために独立したAlおよびZnデータセットで評価されました。結果は、標準的なGRUモデルがCuテストセットで最も低い誤差率(平均絶対誤差[MAE] = 1032.85;平均二乗平方根誤差=1344.30)と最高の説明力(決定係数[R²] = 0.907)を達成し、Al(MAE = 167.51、R² = 0.918)およびZn(MAE = 254.23, R² )でも高い性能を発揮していることを示しています= 0.952)。アブレーション解析は、注意機構、双方向層、畳み込みモジュールなどのアーキテクチャ要素を追加することで予測精度が低下することを示しています。Diebold–Mariano検定を用いた統計的検定では、ほとんどの性能差は有意であることが示されています(p < 0.05)。これらの発見は、不要なモデル複雑さの限界を浮き彫りにし、商品価格予測においてよりシンプルで堅牢な手法の利用を支持しています。

Introduction

銅(Cu)、アルミニウム(Al)、亜鉛(Zn)を含む世界の有色金属市場は、世界経済の要となっています。これらの金属は建設、製造、輸送、そして急速に拡大するグリーン^{エネルギーインフラにとって}基本的です^1,2。その結果、価格ダイナミクスはマクロ経済の力、地政学的緊張、サプライチェーンの混乱、投機的な金融活動、^{エネルギー市場との}連携が複雑に絡み合い、高いボラティリティを特徴と^{しています。}正確な予測は単なる学術的なものではなく、政府(戦略的資源安全保障)、鉱山企業(生産計画)、産業消費者(調達)、金融機関(リスク管理および取引)にとって切実な必要性です^5,6。

予測の正確さを求めることは、方法論の進化を推進してきました。従来の計量経済学的手法である自己回帰的統合移動平均(ARIMA)や一般化自己回帰条件付きヘテロスケダスティシティ(GARCH)モデルは、長らく線形依存関係やボラティリティ^{クラスタリングの}捉え方に適用され^{てきました。}しかし、非線形、非定常、高周^波ノイズ9.9にはしばしば苦労します。サポートベクトルマシンやランダムフォレストなどの機械学習(ML)技術は、厳密な分布仮定なしに複雑な非線形関係をモデル化することで飛躍的な進歩をもたらしました^10,11。しかし、長期的な時間的依存関係を捉える能力は依然として制約されています。真のパラダイムシフトはディープラーニング(DL)¹²、特にリカレントラニューラルネットワーク(RNN)によって訪れました。長短期記憶(LSTM)ネットワーク¹³およびその簡略化された変種であるゲート再帰単位(GRU)^14,15は、消失勾配問題を効果的に緩和し、金属価格予測16,17,18,19を含む金融時系列予測の事実上の標準となっています.多くの研究でこれらのDL手法が非鉄金属市場に適用され、古典的なベンチマーク20,21,22,23,24,25,26,27に比べて精度が向上していることが示されています。

しかしその後の研究は、他の人工知能(AI)分野の革新によって推進されたアーキテクチャの複雑さの増大を追求しています。この軌道は三つの相乗効果のあるトレンドに分類できます。まず、一次元畳み込みニューラルネットワーク(CNN)とのハイブリダイゼーションによる局所多スケール特徴抽出(例:CNN–LSTMやCNN–GRU)28,29,30。次に、双方向処理(双方向LSTM[BiLSTM]および双方向GRU[BiGRU])で、シーケンスを前後に処理してより豊かな文脈情報を取得します。^31,32。第三に、注意メカニズムの導入により、モデルが歴史的タイムステップ^33,34の重要性を動的に評価できるようになった。論理的な集大成は、CNN–BiLSTM–AttentionやCNN–BiGRU–Attention^35,36のような多成分「スーパーハイブリッド」です。この研究の多くを支える広く、しばしば暗黙の前提として、アーキテクチャの複雑さは予測精度の向上と同義であるというものがあり、AI主導の金融文献では「複雑性軍拡競争」が起き^{ています。}

この前提は厳しく検証されるべきです。モデルの複雑さの増加には大きなコストが伴います。訓練可能なパラメータの急増、過学習のリスク増加(特に有限でノイズの多い金融データセットでの過度適合リスクの高まり)、計算資源の必要量増加、訓練時間の延長、解釈可能性の低下(^38,39)。新たな批判では、過度に複雑なモデルをノイズの多い中規模データセットに適用すると、収益逓減や性能低下が報告され始めています(^40,41)。注意メカニズムは、自然言語処理のように明確な意味構造を持つ分野では強力ですが、混沌とした価格系列では意味のある重み付けスキームを学習するのに苦労し、偽相関を学習したり収束に失敗したりする^{ことがあります。}これらの懸念にもかかわらず、マルチメタル価格予測における複雑性とパフォーマンスのトレードオフに関する体系的かつ直接的な実証的評価は文献から著しく欠如しています。

最近の研究では、さまざまなディープラーニング手法を用いた商品価格予測が進展しています。暗号通貨価格予測のために取引グラフを解析するために、モチーフベースのグラフ表現学習手法が提案^{されました。}グラフニューラルネットワークベースの時間的深層学習モデルが金融資産価格予測のために開発^{されました。}時系列ディープラーニングモデルは金融市場のペア取引に適用されました⁴⁵。ハイパーグラフニューラルネットワークは、株価の動きを予測するために株同士の高次関係を捉えるために用いられ^ました。これらの研究は、モデル選択への関心の高まりを強調していますが、単純なアーキテクチャと複雑なハイブリッドの全スペクトルを同一の実験条件下で体系的に比較しているわけではなく、本研究が埋めているギャップを補っています。

また、最近のトランスフォーマーベースの時系列モデル(例:Informer、Autoformer、Temporal Fusion Transformer、PatchTST)も認めます。これらのモデルは長期予測で有望であることを示していますが、通常は広範なデータを必要とします。予備実験では、同じデータセット(2,602件の1日観察、ウィンドウ=30)で訓練された標準トランスフォーマー(エンコーダーのみ)が低調で、3つの金属すべてで負のR² 値となりました。この結果は、トランスフォーマーはデータ集約的であり、データ制限のある商品市場には適さない可能性があるという見解と一致しています。現実的な中頻度予測環境に焦点を当てているため、高度なトランスフォーマーバリアントはメインベンチマークから除外しつつ、より大規模なデータセットでのテストが今後も重要な方向性であると指摘しています。

本研究は、より単純なディープラーニングアーキテクチャがより複雑なアーキテクチャよりも、Cu、Al、Znの日々の価格予測において優れているという仮説を厳密に検証することで、特定されたギャップに直接対処しています。私たちは、基礎的なGRUやLSTMからCNN–BiGRU–AttentionやCNN–BiLSTM–Attentionといった高度なハイブリッドアーキテクチャまで、13の最先端モデルを含む包括的なベンチマーキングフレームワークを設計・実装しています。当社の分析は、2015年1月から2025年9月までの上海金属市場(SMM)の大規模なデータセットに基づいています。重要なのは、すべてのモデルがCu価格データのみで訓練されているのに対し、AlおよびZnデータセットは汎化可能性を検証するための独立したサンプル外検証専用に限定されていることです。また、基線再帰モデルに注意メカニズム、双方向層、畳み込みモジュールを加えることによる個別および複合的影響を分離・定量化するために構造化されたアブレーション実験を実施し、複雑性の各構成要素の価値を直接検証しています。

この研究の貢献は三つあります。第一に、ディープラーニングに基づく金属価格予測のための包括的な実証的ベンチマークを提供し、モデル性能の明確でエビデンスに基づく階層構造を提供します。第二に、この分野における実質的な批判的介入を提供し、建築的複雑性の無条件追求に挑戦し、過学習や非効率の重大なリスクを浮き彫りにします。第三に、研究者、アナリスト、業界関係者に対して実践的な指針を提供し、簡潔さの原則を提唱しています。すなわち、GRUのようなよりシンプルで調整されたモデルは、特定の財務予測タスクにおいて十分であるだけでなく、より優れており、正確さ、スピード、堅牢性、透明性のバランスを有利に提供する可能性があるということです。本論文の残りの部分は以下の構成です。 プロトコル セクションでは、データ、前処理、モデルアーキテクチャ、トレーニングプロトコル、評価指標などの研究方法論が詳細に説明されています。 結果 セクションでは、一次ベンチマーキング、アブレーション研究、一般化可能性検定を含む実証結果を提示します。 ディスカッション セクションでは、理論的および実践的な意味、限界、今後の方向性について議論します。

Protocol

この研究は人間や脊椎動物を対象としていません。使用されるすべてのデータはSMMの公開された商品価格系列であり、倫理的承認を必要としません。したがって、この研究に対して倫理的承認を求めたり求められたりすることはなかった。

このセクションでは、コア仮説を実証的に検証するために実施された包括的かつ厳密な研究設計を概説します。この論文は、13の評価されたディープラーニングモデルの数学的定式化とアーキテクチャの詳細、正確なトレーニングプロトコル、そして正式な評価指標を詳細に解説しています。全体的な方法論的ワークフローは 図1に視覚的にまとめられています。

図1:研究方法論の概観。 図は、データ分割、Cu価格系列のみのモデル訓練、Cuテストセットでの評価、独立したAlおよびZn系列でのサンプル外検証を含む完全な実験パイプラインを示しています。破線フィードバックループは、個々のアーキテクチャ構成要素の寄与を分析するために行われた構造化アブレーション実験を示しています。 この図の拡大版はこちらをクリックしてご覧ください。

図は完全な実験パイプラインを示しています。このプロセスは、モデル開発にCu価格系列を独占的に使用することから始まります。このシリーズは、トレーニング(80%)、検証(10%)、テスト(10%)に年代順に分割されています。13種類の異なるディープラーニングアーキテクチャがCuの学習データのみ上で訓練され、ハイパーパラメータ最適化され、早期停止は検証セットを通じて監視されます。主な基準は、これらのモデルを保持されたCuテストセット上で評価することです。特に一般化可能性を評価するために、まったく同じ訓練済みモデルを修正なしで適用し、完全に独立したAlおよびZn価格系列を予測し、厳格なサンプル外検定を表します。最後に、構造化アブレーション実験(ダッシュフィードバックループ)を実施し、個々のアーキテクチャ要素(例:注意層、双方向処理層、畳み込み層)のパフォーマンス寄与を分解・解析します。

モデルアーキテクチャと数学的定式化
私たちは13のDLモデルのスペクトラムを設計・実装し、単純なリカレントネットワークから高度なマルチコンポーネントハイブリッドへと体系的にアーキテクチャの複雑さを増大させました。すべてのモデルは同じ核心的な目的を持っています。すなわち、歴史的な価格窓 X_t = [P _t-L, P _t-L+1,...,P_t-1]の長さ L = 30 から、その後の価格 y_t = P_tへのマッピングを学習することです。

モデルファミリーは以下のように定義されます。

基準的な再発モデル
GRU:情報フローを変調するために、更新ゲート(_zt)とリセットゲート(_rt)を用いた効率的なリカレントネットワークです。隠れ状態 h_t は次のように計算されます:

(1)

(2)

(3)

    (4)

ここで X はシグモイド活性化、 はハダマール積、x_t は時刻 t の入力を表します。最終的な隠れ状態 h_L は線形出力層を通過します。 式1–4 はChoら¹⁴から適用されています。

LSTM:入力(i_t)、忘れ(f_t)、出力(o_t)ゲートを利用してセル状態(C_t)を維持し、長期記憶をより明確に制御します。

双方向モデル(BiGRUおよびBiLSTM)
これらのモデルは、順方向と逆方向に配列を処理する2つの独立した反復層を組み込んでいます。各タイムステップでの最終的な隠れた表現は連結 であり、理論的には固定入力ウィンドウ内で過去と未来の両方の文脈情報を捉えます。

注意増強モデル(GRU–注意およびLSTM–注意)
最終再帰層によって生成される隠れた状態の列H = [h_{1,h 2},...,h_L]には加法的な注意メカニズムが適用されます。コンテキストベクトルは重み付け和として定義されます:

(5)

(6)

(7)

ここで、_{α i}は第i番目の歴史的タイムステップに割り当てられた注意の重みを表します。関連する歴史の適応的要約であるコンテキストベクトルcは最終的な予測層に送られます。式5–7はBelloら⁴⁷から適用されています。

CNN–ハイブリッドモデル(CNN–GRUおよびCNN–LSTM)
リカレント層の前に、整流線形単位(ReLU)活性化を持つ一次元CNN層が加えられます。

複雑なハイブリッドモデル
これらのアーキテクチャは複数のコンポーネント(例:CNN–BiGRU–Attention、CNN–BiLSTM–Attention)を組み合わせています。これらは複雑さの最先端を示し、局所パターン抽出(CNN)、双方向の文脈モデリング、適応的時間重み付け(注意)を単一のフレームワークに統合することを目指しています。

すべてのモデルは一貫した隠れ状態次元(リカレント層用128ユニット、CNN層用64ユニット)で構成され、最終的な線形出力層のみで仕上げられました。この制御された設計により、性能差はモデルの容量調整の不一致ではなくアーキテクチャの選択によるものとなります。その結果、このスペクトル上で訓練可能なパラメータの数が大幅に増加しました。

トレーニングプロトコル、ハイパーパラメータ、アブレーション研究設計
表1 は、公正な比較を確保し過学習を緩和するために、13モデルすべてに適用された統一かつ厳密な実験構成をまとめています。すべてのモデルは指定されたCuトレーニングセットのみを用いて一から訓練されました。アダム最適化器は平均二乗誤差(MSE)損失を最小化するために使用されました。Cu検証セットで監視された早期停止という重要な手法が一貫して適用されました。これにより、未確認のCuデータに対する最適な一般化の地点で訓練が終了し、モデルが訓練ノイズに過度に適合するのを防ぎました。

パラメータカテゴリ	仕様 / 価値	概要
コアタスクとデータ
予測目標	翌日価格	標準的な一歩先の予測です。
入力ウィンドウ長(L)	60営業日	十分な歴史的背景とモデルの複雑さ、訓練の安定性のバランスを取ること。
モデル開発
トレーニングセット(Cuのみ)	最初の80%(~2081の観測)	モデルパラメータを逆伝播による学習に使用。
検証セット(Cuのみ)	次の10%(~260件の観測)	ハイパーパラメータ調整や早期停止に使用されます。過学習を防ぐために非常に重要です。
テストセット(Cuのみ)	最終10%(~260件の観測)	サンプル内(Cu)性能の最終的な保留評価。
モデルアーキテクチャ
RNN隠れたユニット	128	十分な代表能力を提供します。すべてのRNNベースのモデルで一定に保たれました。
CNNフィルター	64	ハイブリッドモデルにおけるCNN層の特徴マップ数。
トレーニング手順
オプティマイザー	アダム	安定かつ効率的な収束のための適応学習率最適化器。
初期学習率	1 × 10⁻³	アダムの標準開始料金です。
損失関数	平均二乗誤差(MSE)	回帰の標準
バッチサイズ	32	効率的なミニバッチトレーニング。
マキシマム・エポック	80	トレーニングの反復数の上限です。
早期のストップ・ペイシェンス	10の時代	20回連続で検証喪失が改善しない場合、訓練は停止されます。最良の時代のモデルの重みが復元されます。
評価と検証
主要な指標	MAE、RMSE、R²	誤差の大きさや分散について補完的な見解を説明してください。
一般化可能性検定	アルおよびズン全系列の予報(それぞれ2602件の観測)	モデルはCuトレーニング後に凍結されます。これは全く異なる商品に対する純粋で厳格なサンプル外テストです。
アブレーション設計	GRU → BiGRU → BiGRU–注意 → CNN–BiGRU–注意	双方向性、注意、CNNコンポーネントの追加の影響を体系的に分離しています。

表1:主要な実験パラメータと構成。 データ分割、モデルアーキテクチャパラメータ、トレーニング設定、評価指標を含むすべてのモデルに適用された実験セットアップの概要。

各建築要素の貢献を解体するために、構造化されたアブレーション研究が設計されました。最も性能の高いベースライン(GRU)から、段階的な「複雑性チェーン」が構築されました。 図2 はこの複雑性チェーンを視覚的に示し、成分の段階的追加を示しています。この段階的なアプローチにより、予測性能の変化を双方向性の段階的追加、注意メカニズム、そして最終的に畳み込みニューラルネットワーク層に直接帰属させることが可能になります。この連鎖の各ノードにおけるパフォーマンス指標は、金属価格予測という特定のタスクにおける各複雑性成分の価値または損失について明確な実証的証拠を提供します。

図2: アブレーション研究で使用された複雑度連鎖。 図は、GRUからBiGRU、BiGRU–Attention、CNN–BiGRU–Attentionへと段階的にアーキテクチャコンポーネントを追加していく様子を示しています。このシーケンスは、各構成要素が予測パフォーマンスに与える影響を評価するために用いられるモデル複雑度の体系的な増加を表しています。 この図の拡大版はこちらをクリックしてご覧ください。

パフォーマンス評価指標
モデルのパフォーマンスは3つの標準回帰指標を用いて厳密に定量化され、予測精度や説明力に関する補完的な洞察を提供しました。

平均絶対誤差(MAE)
誤差の平均大きさを測定し、堅牢で解釈しやすい偏差スケールを提供します。

(8)

平均二乗根誤差(RMSE)
二乗操作による誤差が大きいことを強調し、外れ値や大きな誤りに対してより敏感になります。

(9)

決定係数(R²)
モデルから予測可能な目標変数の分散の割合を表します。

(10)

ここでは真の値の平均です。^R2の値が1に近い場合、データの分散の大部分を説明するモデルを示します。式8–10は標準的な回帰計量⁴⁸です。評価は、サンプル内ベンチマークのパフォーマンスとサンプル外の一般化可能性を別々に評価するために、2つの異なる連続フェーズで実施されました。(1) フェーズ1(一次ベンチマーク):13モデルすべてが、Cuデータでの訓練と早期停止を経て、保留されたCuテストセットで評価されました。(2) フェーズ2(一般化可能性テスト):パラメータを凍結したまま、AlおよびZnの完全で独立した価格系列の予測を生成するために全く同じモデルを展開しました。再学習や適応は行われませんでした。

再現性:詳細な実験設定
2015年1月5日から2025年9月12日までのSMM公開プラットフォーム(https://www.smm.cn/)から取得された日次スポット価格(CNY/トン)は、2015年1月5日から2025年9月12日までの期間です。生データおよび処理データは公開リポジトリ(DOI: 10.5281/zenodo.19976985)で公開されています。データファイルには日付、Cu、Al、Znの各列が含まれています。日付はdatetime形式に変換され、昇順に並べ替えられます。欠損値は前方塗りの後に後方塗りで処理されます。特徴は訓練セットにのみ適合するzスコアスケーラー(平均μ_j、標準偏差σ_j、)で標準化されます。同じように、検証セットやテストセットに適用され、再適合は行いません。ターゲット変数(Cu、Al、Zn)はそれぞれのトレーニングセット統計量を用いて別々にスケーリングされます。

入力-出力の列は、入力長L = 30取引日、予測期間h = 1(翌日予測)のスライディングウィンドウを用いて構成されます。ターゲット指数(0 = Cu、1 = Al、2 = Zn)の場合、各サンプルは X_i = V[ t - L : t, : ] (形状 30 × 3)および y_i = V[ t + h , k](スカラー)と定義されます。時間の順序を保持するためにシャッフルは一切行いません。データセットはランダム性なく年代順に分割されており、トレーニングはインデックス0–2080(2,081件、80%)、検証インデックス2081–2340(260件、10%)、テストインデックス2341–2601(261件、10%)で構成されています。対応する日付の境界は、2015年1月5日から2023年7月31日(トレーニング)、2023年8月1日から2023年10月19日(検証)、および2023年10月20日から2025年9月12日(テスト)です。リポジトリ内のファイルには正確な詳細が記載されています。

ランダムシードは以下のように固定されています:メイン実験シード=42、Python、NumPy、TensorFlowのシードはすべて42に設定されています。重みの初期化では入力カーネルにGlorot uniform、再発カーネルに直交、バイアスにゼロを用います。ソフトウェア環境はPython 3.10.19、TensorFlow 2.20.0/Keras、NumPy 1.26.4、pandas 2.3.3、scikit-learn 1.7.2、Matplotlib 3.10.6で構成されています。実験はIntel Core i7(2.20GHz)と32GBのRAMを搭載したWindows 11 PC上で実施されました。GPUは一切使用されていません。

アダム最適化器は、learning_rate = 1×^10-3、β₁ = 0.9、_{β 2} = 0.999、、weight_decay = 0 で用いられます。損失関数はMSEです。ReduceLROnPlateauスケジューラは、検証損失を0.5、忍耐5、最低学習率1×^10-5で監視します。早期停止はモニター = val_loss、忍耐 = 10、restore_best_weights = 真、min_delta = 0で適用されます。各トレーニングエポックは、トレーニングバッチへのフォワードパス、MSE損失計算、バックプロパゲーション、そしてアダムパラメータの更新で構成されています。各エポックごとに検証損失が計算されます。この値に基づいて早期停止と学習率の低下がトリガーされます。検証損失が最も低いモデルを復元してテストを行います。バッチサイズは32で、サンプルはシャッフルせずに時系列順に供給されます(シャッフル=False)。

CNNハイブリッドモデルでは、64フィルターを持つ1層のConv1D(kernel_size=3、stride = 1、padding =「same」、整流線形単位(ReLU)の活性化が用いられ、その後MaxPooling1D(pool_size = 2)とDropout(0.15)が使われます。注意拡張モデルでは、再帰ニューラルネットワークは形B×T×Cの隠れ配列Hを返します。 1単位の密層はスコアを生成し、Softmaxは時間をかけてこれらのスコアを注意重みに変換します。コンテキストベクトルはc = _∑t α t_htと定義されます。その後、64単位の高密度層とReLU活性化、ドロップアウト(0.15)、そして出力高密度層が続きます。双方向モデルは、前後の隠れた状態(それぞれ64単位)を連結し、128次元を生み出します。注意が用いられる場合、return_sequences = 真は全列(B × T × 128)を保持します。 

評価は直接一歩先行予測(非再帰的)を用います。すべての予測は、MAE、RMSE、 R² を計算する前に元の価格スケールに逆変換されます。アルおよび亜鉛の一般化可能性試験では、Cuに装着された入力スケーラを修正せずに再利用し、各ターゲット金属には独自のターゲットスケーラーが訓練ターゲットに取り付けられています。アブレーション研究では、すべての非アーキテクチャパラメータ(データ、分割、スケーリング、ランダムシード、エポック数、バッチサイズ、最適化器、学習率、損失関数、早期停止、スケジューラ、ドロップアウト)はチェーン全体で同一に保たれます。建築が変わるだけです。完全なソースコードとレプリケーション命令はZenodo(10.5281/zenodo.19976985)で公開されています。すべての図はMatplotlib 3.10.6と提供されたスクリプトで生成されました。出力はPDF、SVG、高解像度PNG(600 dpi)として保存されます。すべてのモデルは最大80エポックで訓練されました。検証損失時に監視される忍耐=10の早期停止が、エポック制限に達する前にすべてのモデルでトリガーされました。例えば、GRUモデルはエポック37(最良エポック27、最良検証損失0.0040)で停止し、最も複雑なハイブリッドCNN–BiLSTM–Attentionはエポック23(最良エポック13、最良検証ロス0.0072)で停止しました。13モデルすべての停止エポック、ベストエポック、ベスト検証ロスの完全なリストはZenodoリポジトリで利用可能で、メインテキストに表を重ねることなく完全な透明性と再現性を確保しています。理論的議論(リプシッツ境界、サンプル複雑度、ラデマッハー複雑度、バイアス分散分解、注意エントロピー、相互情報量)は経験的結果の概念的説明であり、訓練目的やモデル実装を変更するものではありません。最後に安定性を評価するために、主要な実験は5つのランダムシード(1、7、21、42、2024)で繰り返し行われました。これらのランにおけるRMSEの平均および標準偏差は 結果 セクションで報告されており、GRUは分散が低く競争力のある平均RMSEを維持し、ランダム初期化の安定な性能を支えています。

Results

qこのセクションでは、第3節で示された厳密な方法論に従い、13のDLモデルおよび追加のベースラインモデルの包括的な実証的評価を提示します。分析は4つの部分で構成されています:(1) データセットの記述的概要、(2) 保持されたCuテストセット上のモデル性能の主要なベンチマーク(フィッティングおよびトレーニングダイナミクスの視覚的診断を含む)、(3) アーキテクチャ複雑性の影響を解体するための詳細なアブレーション研究、(4) 独立したAlおよびZn価格系列におけるモデルの一般化可能性の重要なテスト。

全データセットには2,602件の日次観測(2015年1月5日から2025年9月12日)が含まれています。年代順の区分は次の通りです:トレーニング=最初の2,081件の観測(インデックス0–2080、≈80%)、検証=次の260件の観測値(インデックス2081–2340、10%)、テスト=直近261件の観測(インデックス2,341–2601、10%)。各分岐の正確な日付境界はZenodoリポジトリ(https://doi....

Discussion

結果セクションで示された実証結果は、私たちの中心的な研究課題に明確かつ一貫した答えを提供しています。現実的かつデータ制限のある体制(2,602件の観測、単変量入力、一歩先の視野)における日次非鉄金属価格予測において、最も単純なディープラーニングアーキテクチャであるGRUは、より複雑なモデルを一貫してかつ有意に上回る性能を示しています。これにはハイブリッドCNN、双方向RNN、注意強化ネットワーク、多成分「スーパーハイブリッド」(例:CNN–BiLSTM–Attention)、従来の計量経済ベースライン(ARIMAやGARCH)、機械学習手法(Random ForestやXGBoost)、標準的なTransformer^16、29、37が含まれます。DM検定はほとんどの比較で統計的有意性を確認し、複数シードの堅牢性分析(表7

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
データセット	日次銅(Cu)スポット価格系列 & ndash;3つのターゲット金属のうちの一つ;また、多変量入力特徴の一部でもあります。	上海金属市場(SMM)、公開	SMMの価格データ;列 = Cu;価格タイプ=スポット;頻度=日次;単位 = CNY/トン;日付範囲 = 2015-01-05 から 2025-09-12;RRID:該当しません
データセット	日次アルミ(Al)スポット価格系列およびndash;3つのターゲット金属のうちの一つ;また、多変量入力特徴の一部でもあります。	上海金属市場(SMM)、公開	SMMの価格データ;列 = Al;価格タイプ=スポット;頻度=日次;単位 = CNY/トン;日付範囲 = 2015-01-05 から 2025-09-12;RRID:該当しません
データセット	日足の亜鉛(Zn)スポット価格系列およびndash;3つのターゲット金属のうちの一つ;また、多変量入力特徴の一部でもあります。	上海金属市場(SMM)、公開	SMMの価格データ;列 = Zn;価格タイプ=スポット;頻度=日次;単位 = CNY/トン;日付範囲 = 2015-01-05 から 2025-09-12;RRID:該当しません
データセット	前処理された多変量金属価格データセット & ndash;欠損処理とスライディングウィンドウ構成(L = 30、h = 1)を経て、Cu、Al、Zn系列を年代順にソートし、クリーンアップしました。	著者生成:SMMデータから	Zenodoリポジトリに保存されています(DOI: 10.5281/zenodo.19976985);ファイル:Data.csv;RRID:該当しません
ソフトウェア	Pythonプログラミング言語 & ndash;データ処理、モデル実装、評価、図表生成のためのメイン言語です。	Python ソフトウェア Foundation / Anaconda	Python 3.10.19;アナコンダの分布;リッド:SCR_008394
ソフトウェア	TensorFlow/Keras & ndash;GRU、LSTM、BiGRU、BiLSTM、CNNハイブリッド、注意、トランスフォーマーモデルを実装するためのディープラーニングフレームワーク。	テンソルフロー / ケラス	TensorFlow 2.20.0;リッド:SCR_016345
ソフトウェア	NumPy –数値配列処理および行列演算。	オープンソースコミュニティ	NumPy 1.26.4;リッド:SCR_008633
ソフトウェア	パンダスとンダッシュ;データロード、表形式処理、CSV/Excelの出力処理。	オープンソースコミュニティ	パンダ 2.3.3;リッド:SCR_018214
ソフトウェア	scikit-learnおよびndash;評価指標、前処理、機械学習ユーティリティ。	オープンソースコミュニティ	scikit-learn 1.7.2;リッド:SCR_002577
ソフトウェア	StandardScaler(zスコア正規化)–トレーニングセット統計を用いて特徴の標準化を適用。	scikit-learn	scikit-learn 1.7.2に含まれています。リッド:SCR_002577
ソフトウェア	ランダムフォレストとndash;機械学習のベースライン実装(RandomForestRegressor)。	オープンソースコミュニティ	scikit-learn 1.7.2;リッド:SCR_002577
ソフトウェア	StatsmodelsとNDASH;ARIMAのベースライン実装。	オープンソースコミュニティ	Statsmodels 0.14.6;リッド:SCR_016074
ソフトウェア	アーチ&ンダッシュ;GARCHのベースライン実装。	オープンソースコミュニティ	arch 8.0.0;RRID:利用不可
ソフトウェア	XGBoost –XGBoost回帰のベースライン実装。	オープンソースコミュニティ	XGBoost 3.1.2;リッド:SCR_025884
ソフトウェア	トランスモデルとndash;比較のためのベースラインの深層学習アーキテクチャ。	テンソルフロー / ケラス	TensorFlow 2.20.0を用いて実装;リッド:SCR_016345
ソフトウェア	Keraのコールバック(ReduceLROnPlateau)とndash;トレーニング中に使用した学習率スケジューラー。	テンソルフロー / ケラス	TensorFlow 2.20.0に収録;リッド:SCR_016345
ソフトウェア	Matplotlib & ndash;図の生成とPDF/SVG/PNGへのエクスポート。	オープンソースコミュニティ	Matplotlib 3.10.6;リッド:SCR_008595
ソフトウェア	OpenPyXLとNDASH;Excelワークブックの作成とエクスポートのサポート。	オープンソースコミュニティ	OpenPyXL 3.1.5;RRID:利用不可
コード	GRU.py & ndash;13のディープラーニングモデルすべてを完全に実装し、トランスフォーマー比較、ARIMA/GARCH/XGBoost/ランダムフォレストベースライン、Diebold–マリアーノテストとフィギュア生成。	著者による作品	Zenodo(DOI: 10.5281/zenodo.19976985)で入手可能;RRID:該当しません
コード	README_reproducibility.md & ndash;再現手順とステップバイステップのプロトコル。	著者による作品	Zenodo(DOI: 10.5281/zenodo.19976985)で入手可能;RRID:該当しません
コード	requirements.txt & ndash;ソフトウェア依存関係と正確なバージョン仕様。	著者による作品	Zenodo(DOI: 10.5281/zenodo.19976985)で入手可能;RRID:該当しません
ハードウェア	コンピューティングワークステーションおよびndash;すべてのモデルトレーニング、検証、テスト、図表生成。	ASUSTeKコンピュータ社(ROG Strix G634JZ_G634JZ)	Windows 11 Home 10.0.26200 ビルド 26200;x64ベースのPC;RRID:該当しません
ハードウェア	CPUとndash;訓練と推論のための中央処理ユニット。	インテル	Intel64ファミリー6モデル183ステッピング1、~2.20GHz;RRID:該当しません
ハードウェア	RAM & ndash;すべての計算タスクに物理メモリを搭載します。	ASUSTeKワークステーション	32,387 MB(~32 GB);RRID:該当しません
ハードウェア	GPUアクセラレーション–グラフィックス処理ユニットの利用状況。	TensorFlowデバイスクエリ	tf.config.list_physical_devices(「GPU」)が[]を返します;CUDA/cuDNNは使用されていません。RRID:該当しません
試薬/モデル	ランダムシード(メイン実験)とndash;確率要素の再現性のための固定シード。	Python random / NumPy / TensorFlow	シード=42;RRID:該当しません
試薬/モデル	ランダムシード(ロバストネステスト)とndash;マルチラン安定性検証のための追加シード。	Python random / NumPy / TensorFlow	シード数 = {1, 7, 21, 42, 2024};RRID:該当しません