Naukowcy z arXiv opublikowali artykuł o metodzie EventTime, która rozwiązuje trudny problem przewidywania wpływu nagłych zdarzeń na rynki finansowe. Modele prognozowania szeregów czasowych zazwyczaj radzą sobie dobrze z regularnotościami endogenicznych, takimi jak trendy czy sezonowość, ale słabo działają w przypadku rzadkich i różnorodnych zdarzeń zewnętrznych - takich jak cybersecurity breache czy wstrząsy geopolityczne. Zbudowanie skutecznego narzędzia do szacowania krótkoterminowych anomalnych strat jest zatem praktycznie istotne dla rynków finansowych.
EventTime wprowadza wielorozdzielczą architekturę, która integruje trzy kluczowe elementy: długoterminowy kontekst rynkowy, krótkoterminową dynamikę przed zdarzeniem oraz metadane o samym incydencie. Kluczową innowacją jest moduł fuzji zdarzeń, który łączy reprezentacje czasowe z atrybutami zdarzenia, aby identyfikować istotne ostatnie wzorce rynkowe. Aby radzić sobie z problemem rzadkich danych treningowych, zespół wprowadził dynamiczny cel kontrastywny, który konstruuje pary dodatnie i ujemne świadome zarówno zdarzeń, jak i szeregów czasowych.
Pracę wspiera nowy zbiór danych SECURE, który łączy rzeczywiste incydenty cybersecurity z danymi szeregów czasowych cen akcji. To pierwsza tego typu dedykowana baza danych dla tej specjalistycznej domeny. Takie podejście może mieć praktyczne zastosowania w ocenie ryzyka, zarządzaniu portfelem i systemach wczesnego ostrzegania dla instytucji finansowych.