שיטת חיזוי סדרה זמנית אינטואיציוניסטית חד־משתנית בסדר מעורב המבוססת על רשת עצבית מלאכותית חדשה ואלגוריתם מיטוב זאבי האפור

מדוע רעיון החיזוי הזה חשוב לנתונים יומיומיים

ממחירי מטבעות קריפטו ועד עלות מילוי מיכל דלק או קניית זהב — נתונים פיננסיים מושתטים למעלה ולמטה בצורה שקשה לנבא. המחקר מציע דרך חדשה להפוך את עקומות המחירים הרועשות של אתמול להערכות מדויקות יותר לגבי מחר, על ידי שילוב גווני ספק אנושיים עם סוג מתקדם של רשת עצבית בהשראת האופן שבו אותות עוברים בסניפים של תאי עצב אמיתיים.

טיפול באי־ודאות בצורה שדומה לאופן שבו בני אדם עושים זאת

רוב כלי החיזוי מתייחסים לכל נקודת נתונים כשתאב או לא שייך לדפוס, בדומה למתג של הפעלה/כיבוי. שיטות סדרות זמן מטושטשות מרככות את ההשקפה הזו ומאפשרות לנתונים "להתאים באופן חלקי" לכמה דפוסים בו־זמנית. הגישה במאמר הולכת צעד נוסף ומעקבת גם אחרי כמה נקודת הנתונים אינה מתאימה לדפוס, וכמה היסוס נותר ביניהם. תיאור עשיר זה, המכונה סדרת זמן מטושטשת אינטואיציוניסטית, מאפשר למודל לייצג לא רק הסכמה חלקית אלא גם אי־הסכמה מפורשת ואי־הוודאות שנותרה לגבי שייכותו האמיתית של ערך.

שמירת שתי פרספקטיבות על הנתונים ולמידתן במשותף

המחברים מתכננים מודל חיזוי שמתייחס למידע שייכות וחוסר־שייכות כשתי מבטים מקבילים על אותה סדרת זמן. תחילה, הליך אשכולות מקבץ נתונים עבריים לאזורים מטושטשים ומקצה לכל נקודה שלוש נקודות ציון: עד כמה היא שייכת, עד כמה היא לא שייכת, וכמה המודל לא בטוח. הציונים הללו, יחד עם הערכים הגולמיים של העבר, מוזנים לאחר מכן לרשת עצבית מיוחדת. חלק אחד של הרשת מתמקד בצד השייכות, ואילו חלק אחר מתמקד בצד אי־השייכות. כל חלק לומד את הקשרים הפנימיים שלו ומפיק תחזית עצמאית לערך הבא.

רשת עצבית בעיצוב המזכיר נוירונים מסועפים

במקום להשתמש ברשת שכבתית סטנדרטית, השיטה נשענת על מודל נוירון דנדריטי המדמה את מבנה הסעיפיות של נוירונים ביולוגיים. האותות עוברים תחילה דרך שכבת סינפטים, ואז מוכפלים לאורך סניפי הדנדריט, נסכמים בשכבת ממברנה, ולבסוף מומרצים לפלט בשכבת הסומה. בעיצוב המשולב המוצע קיימים מסלולי דנדריטים נפרדים לכניסות של שייכות ואי־שייכות. הפלטים שלהם נטליים לאחר מכן באמצעות משקל שהמערכת לומדת אוטומטית. מבנה זה מאפשר למודל לתפוס אינטראקציות מורכבות בנתונים תוך שמירה על ארכיטקטורה קומפקטית יחסית.

זאבי האפור מכוונים את כפתורי הרשת הרבים

אימון רשת מפורטת כזו דורש התאמת משקלים וספים פנימיים רבים. במקום להסתמך על אימון מבוסס גרדיאנט סטנדרטי שעלול להיתקע בפתרונות תת־אופטימליים, המחברים מאמצים אסטרטגיה בהשראת הטבע הנקראת אלגוריתם מיטוב זאבי האפור. כאן, "זאבים" וירטואליים חורשים הגדרות שונות של פרמטרי הרשת, מודרכים על ידי היררכיה המדמה את שיטת הצייד של להקות זאבים אמיתיות. עם הזמן, הלהקה מתקרבת לערכי פרמטרים שממזערים את שגיאת החיזוי, כולל האיזון הקריטי בין סניפי השייכות ואי־השייכות.

תחזיות משופרות בסדרות פיננסיות מרכזיות

צוות המחקר בוחן את שיטתם על ארבע סדרות זמן פיננסיות מוכרות: ביטקוין, נפט גולמי, האירו מול הדולר האמריקאי ומחירי זהב. הם מחלקים כל מערך נתונים לחלקי אימון, ולידציה ובדיקה, ומשווים את גישתם מול מספר מודלים מטושטשים ואינטואיציוניסטיים ידועים. במרבית המקרים, השיטה החדשה משיגה את שגיאת החיזוי הממוצעת הנמוכה ביותר, וכאשר אינה מדורגת ראשונה היא נותרת עדיין קרובה מאוד למתחרה הטוב ביותר. התוצאות מרמזות שלהשאיר למודל ללמוד גם מההסכמה וגם מהאי־הסכמה עם כל דפוס, בתוך רשת בסגנון דנדריטי שמכוונת על־ידי זאבי האפור, יכולה להניב תחזיות מדויקות ויציבות יותר.

מה משמעות הדבר לכלי חיזוי עתידיים

במילים פשוטות, המאמר מראה שטיפול מדויק יותר באי־ודאות ומתן מבנה עשיר יותר, בהשראת ביולוגיה, לרשת עצבית יכולים לשפר תחזיות קצרות־טווח לנתונים פיננסיים אמתיים. הגישה נשארת ממוקדת במשתנה יחיד בכל פעם, אך היא מצביעה לכיוון מערכות חיזוי המשתמשות בגוונים מרובים של אמונה וספק במקום בקו חד וברור. עם הרחבות נוספות, רעיונות דומים יכולים לסייע אנליסטים ומערכות אוטומטיות לקבל החלטות מושכלות יותר בכל מקום שבו נתונים חוסר־ודאות בזמן משחקים תפקיד מרכזי.

ציטוט: Cansu, T., Bas, E. & Egrioglu, E. Mixed order single variable intuitionistic fuzzy time series forecasting method based on a new artificial neural network and grey wolf optimization algorithm. Sci Rep 16, 15682 (2026). https://doi.org/10.1038/s41598-026-45059-2

מילות מפתח: חיזוי פיננסי, סדרות זמן מטושטשות, רשתות עצביות מלאכותיות, מיטוב זאבי האפור, קבוצות מטושטשות אינטואיציוניסטיות