RC-Mamba: 確率的時系列予測のためのレジーム条件付き選択的状態空間モデル
RC-Mamba: regime-conditioned selective state-space models for probabilistic time-series forecasting
RC-Mambaは、選択的状態空間モデル(SSM)のバックボーンを潜在レジーム変数の事後分布に動的に条件付ける確率的予測モデルである。学生t分布の放出を持つ隠れマルコフモデルとスティッキーディリクレ事前分布からのレジーム事後分布が、SSMの離散化ステップΔt、および入力・読み出し行列BtとCtを調整し、市場の状態に応じて記憶減衰、入力感度、出力強調を適応させる。RC-Mambaは、18の米国上場ETFを対象とした評価で、連続ランク確率スコア(CRPS)において、Vanilla Temporal Fusion Transformerを4.7%、DeepARを8.9%、S-Mambaを15.2%、HMM条件付きDeepARを18.5%上回った。また、最良のWinkler80スコア(0.0364)を達成し、3つの解釈可能なレジーム( Calm, Transition, Stress)を回復した。1日ラグのロングオンリーバックテストでは、年率8.89%のリターンを達成したが、アルファは統計的に有意ではなかった。
- RC-Mambaは、選択的状態空間モデル(SSM)のバックボーンを潜在レジーム変数の事後分布に動的に条件付ける確率的予測モデル。隠れマルコフモデルとスティッキーディリクレ事前分布がSSMの離散化ステップΔtや入力・読み出し行列Bt/Ctを調整する。
- 18の米国上場ETFでの評価で、CRPSがVanilla Temporal Fusion Transformerを4.7%、DeepARを8.9%、S-Mambaを15.2%、HMM条件付きDeepARを18.5%上回った。
- 最良のWinkler80スコア0.0364を達成し、Calm・Transition・Stressの3つの解釈可能なレジームを回復した。
- 1日ラグのロングオンリーバックテストで年率8.89%のリターンを達成したが、アルファは統計的に有意ではなかった。
RC-Mambaは、選択的状態空間モデル(SSM)に隠れマルコフ型のレジーム事後分布を組み込んだ確率的時系列予測モデルで、金融時系列ベンチマーク(米国上場ETF 18本)でCRPSを最大18.5%改善した点が技術的優位性の証左です。特に「Calm/Transition/Stress」という解釈可能なレジームを復元できる点は、クオンツ運用やリスク管理向けのモデル提供という形で資産運用・金融AI市場への応用余地が大きいと考えます。一方、ロングオンリーバックテストの年率8.89%リターンに対してアルファが統計的に有意でないと明記されており、研究段階の手法であり実運用での収益化は未検証である点は冷静に見る必要があります。投資判断としては、この種の予測モデルを組み込んだ運用ツール/プラットフォーム企業や、金融時系列基盤モデルを提供するAI企業の動向を注視する材料になると捉えています。