Prévision et séries temporelles

Ce dossier rassemble onze preprints qui portent tous sur la même chaîne de travail : observer une série, la nettoyer, en tirer une prévision, puis décider si cette prévision vaut quelque chose. Les travaux ne viennent pas de la même communauté. Certains sont des contributions d'économétrie, d'autres des architectures d'apprentissage profond, un dernier une expérience de circuit quantique. Ils se lisent ensemble parce qu'ils buttent sur un même point : le score affiché par un modèle de prévision dépend presque toujours d'un protocole, et ce protocole est rarement explicite.

Quatre de ces papiers s'attaquent directement à la mesure. Ils demandent ce qu'une couverture d'intervalle veut dire, si deux prévisions hiérarchiques sont comparables, si un bon score peut venir du partage d'une référence, et si les paramètres d'un modèle préentraîné ont vu le futur du backtest. Deux autres travaillent en amont, sur la détection d'une relation de long terme et sur la reconstruction de valeurs manquantes. Quatre proposent des architectures ou des corpus. Le dernier utilise des diagnostics multifractals pour juger un générateur plutôt qu'une prédiction.

Le lecteur en retire surtout une grille de questions à poser avant de regarder un tableau de résultats : quelle quantité est mesurée, sur quelles données, avec quelle coupure temporelle, et quel coût accompagne le gain annoncé. Aucun de ces papiers ne fournit de stratégie exploitable, et plusieurs le disent explicitement. Les chiffres cités ici sont ceux que rapportent les auteurs dans leurs protocoles respectifs.

Au-delà du point : choisir une prévision probabiliste

Une valeur centrale ne dit pas si l'erreur est symétrique, si un événement rare est plausible ou si l'intervalle est utilisable pour une décision. Ce survey propose une carte des méthodes de prévision probabiliste, des ensembles et modèles bayésiens aux approches conformes, génératives et aux foundation models temporels.

La taxonomie distingue les méthodes qui introduisent l'incertitude par le modèle de celles qui la calibrent après coup. Elle met en regard calibration, netteté, précision prédictive et coût de calcul. L'étude empirique couvre univarié, multivarié et spatio-temporel avec Air Passengers, PEMS-SF et les cas de COVID-19 en Belgique.

Les auteurs concluent qu'aucun paradigme ne domine partout. Dans l'exemple univarié, NHITS avec quantile conformal obtient les meilleurs scores de plusieurs métriques, tandis que la couverture seule peut être trompeuse : un intervalle très large peut couvrir toutes les observations tout en étant peu utile. Les méthodes et fondations génératives peuvent aussi payer un coût d'entraînement ou d'inférence supérieur.

La lecture éditoriale qu'on peut en tirer est de choisir une métrique avant un modèle. Une équipe peut avoir besoin d'une couverture contrôlée, d'une distribution complète, d'une bonne performance sur les extrêmes ou d'une latence faible, et ces objectifs ne se résument pas au même score. Un comparatif devrait afficher au minimum la métrique, la couverture, la largeur des intervalles et le coût de calcul.

Les limites sont posées par les auteurs : jeux de données et configurations par défaut non représentatifs de tous les domaines, absence de classement permanent, difficultés ouvertes sur les dépendances spatiales, les contraintes physiques, les événements extrêmes et les données de comptage. Le document est un preprint.

La cohérence ne suffit pas pour comparer des prévisions

Dans une hiérarchie, les prévisions régionales doivent souvent s'additionner au total national. Mais respecter la somme ne dit pas si l'on parle d'une distribution complète, d'une moyenne, d'un quantile ou d'une décision de stock. Ce sont ces niveaux que le papier examine.

Les auteurs montrent que les opérations de réconciliation et d'extraction d'un quantile ne commutent généralement pas. Même si chaque réalisation de la distribution respecte une contrainte d'agrégation, les quantiles marginaux publiés peuvent ne pas s'additionner. Sous une contrainte non linéaire, les moyennes elles-mêmes peuvent aussi se déplacer.

Dans l'expérience sur le tourisme australien, 28 origines de prévision sont évaluées sur une hiérarchie de 85 séries. Sous bottom-up, l'écart médian au niveau national atteint 159,9 % de la largeur de l'intervalle de prédiction réconcilié à 90 %. Les classements des sorties changent aussi lorsque la perte quadratique est remplacée par une perte d'inventaire asymétrique.

Du côté de la pratique, cela revient à écrire le contrat de comparaison. Deux méthodes ne sont comparables que si elles réconcilient la même source de contrainte, le même objet de sortie et la même cible d'évaluation. Un brief de produit de prévision devrait nommer la sortie publiée, le niveau de probabilité, la perte et la méthode de réconciliation.

Les résultats formels sont principalement populationnels. L'expérience empirique porte sur une seule hiérarchie touristique, conserve fixes la prévision de base et la carte de réconciliation, et ne mesure pas la fréquence du phénomène ailleurs. Les cartes apprises, les contraintes bruitées et les résumés non étudiés restent des extensions. Le document est un preprint.

Un bon score de prévision peut-il être un artefact ?

Un modèle peut sembler meilleur parce qu'il est évalué avec les mêmes références que celles qui ont servi à construire la comparaison. Le preprint de Pin Ni, Francesca Medda et Ramin Okhrati étudie ce problème dans des scores fondés sur des rangs : la prévision, le résultat et la référence partagent alors une source qui peut fabriquer de l'association.

Les auteurs décomposent le score attendu en une cible et une interaction liée aux paires de cartes et aux références. Leur résultat théorique identifie une condition de préservation uniforme, l'absence de recouvrement pondéré entre références pour chaque paire de cartes. Ils proposent ensuite un noyau à trois trajectoires, des validations indépendantes et des bornes finies.

Dans l'archive de qualité de l'air de Pékin, l'interaction représente 91,4 à 94,5 % du score partagé attendu de sept prévisions. Dans une expérience nulle contrôlée par catégorie, utiliser des références distinctes réduit les rejets de 402 à 41 sur 1 000 panels. Ces nombres sont les résultats rapportés par les auteurs dans le protocole décrit ; ils ne constituent pas une mesure universelle de la fraude aux benchmarks.

L'enseignement éditorial est d'auditer le protocole avant le modèle. Pour une équipe qui compare des prévisions de ventes ou de trafic, il faut savoir quelles observations ont servi à l'apprentissage, à la validation et à l'évaluation, puis vérifier si une même référence peut déplacer les deux côtés de la comparaison. La séparation des pools clarifie la quantité mesurée, elle ne rend pas l'évaluation causale.

Le protocole dépend d'hypothèses de trajectoires indépendantes conditionnellement à l'apprentissage, de validations indépendantes et, pour certaines bornes, de masses de catégories connues. Les auteurs signalent que les archives ne démontrent ni une perte future ni un gain d'acquisition reproductible.

Un backtest peut-il voir le futur sans le montrer ?

Un backtest peut utiliser uniquement les rendements disponibles à la date historique tout en conservant une fuite d'information. Il suffit que les paramètres du modèle aient été appris sur des observations postérieures à cette date. Le modèle ne reçoit pas ces observations au moment de l'inférence, mais elles ont déjà contribué à la règle qu'il applique.

Chen, Chen, Chen, Huang et Zhang étudient cette distinction dans des modèles préentraînés de séries financières. Leur question est étroite : que change le remplacement d'un état de paramètres aligné sur l'origine de la prévision par un état annuel entraîné plus tard ? Les auteurs examinent cinq familles de modèles, plusieurs environnements d'entraînement (États-Unis, international et facteurs), quatorze marchés actions et quatre horizons. Un forecast point-in-time respecte les deux coupures : l'entrée s'arrête à l'origine et les paramètres n'ont pas vu la suite.

Dans l'environnement d'entraînement américain, les vintages postérieurs révisent sensiblement des prévisions informatives, mais dégradent généralement l'exactitude dans les deux dispositifs. Les comparaisons glissantes donnent une erreur quadratique moyenne plus élevée dans 18 des 20 combinaisons modèle-horizon américaines. La différence médiane de rendement certain équivalent entre la version exposée et la version point-in-time est de -1,77 point de pourcentage annualisé aux États-Unis et de -2,14 points à l'international dans la règle d'allocation étudiée. La décomposition de l'erreur explique pourquoi une révision peut nuire : son bénéfice correcteur doit dépasser son amplitude quadratique moyenne. Les environnements global et augmenté par facteurs donnent des effets plus mixtes.

Une conséquence pratique est de versionner la date de coupure des paramètres et des données de préentraînement, pas seulement celle des observations. Les résultats dépendent des modèles, marchés, horizons et règles d'allocation étudiés ; une exposition temporelle ne prouve pas à elle seule une surévaluation.

Cointégration : repérer une relation de long terme intermittente

Les tests de cointégration utilisent souvent toute la période observée. Si la relation de long terme ne tient que sur un segment, les observations hors de ce segment peuvent diluer le signal. Olivia Kvist et J. Eduardo Vera-Valdés proposent de scanner les fenêtres possibles au lieu de supposer que la relation vaut sur tout l'historique.

Les trois statistiques proposées prennent l'infimum d'un test d'Engle-Granger sur des fenêtres récursives, rétro-expansives ou flexibles dans les deux directions. FIEG est adapté à une relation qui commence au début, BIEG à une relation qui se termine à la fin, et GIEG ne fixe aucune direction mais coûte davantage en calcul.

Dans l'application aux anomalies de niveau moyen des mers et de température de surface, les trois statistiques rejettent à 5 % l'absence de cointégration et localisent le signal dans une sous-période de l'archive 1880-2019. La fenêtre GIEG rapportée, 1947-1967, coïncide avec une discontinuité documentée dans la collecte des températures de surface.

Localiser n'est pas expliquer. Une fenêtre statistiquement favorable aide à repérer quand une relation est visible, elle ne dit pas pourquoi elle existe ni si elle reste stable ensuite. Un tableau de bord devrait publier la fenêtre, la spécification déterministe, la règle de sélection et le coût du scan, plutôt qu'une seule p-value. Le choix entre FIEG, BIEG et GIEG doit venir d'une hypothèse sur la direction de la rupture ; quand cette hypothèse n'est pas défendable, la flexibilité de GIEG est plus honnête mais demande une calibration adaptée.

Le test oppose l'absence de cointégration partout à la présence d'une fenêtre, de sorte qu'un rejet localise une évidence sans prouver qu'une relation ancienne s'est rompue. La méthode est résiduelle et à une équation, dépend du choix de la variable expliquée et doit être recalibrée en usage récursif.

Imputer une série temporelle en diffusant seulement le résidu

Une série temporelle multivariée peut manquer de nombreuses valeurs tout en conservant des dépendances entre variables. Les modèles de diffusion savent produire plusieurs complétions plausibles, mais leur réseau doit alors apprendre à la fois la structure dominante, la dynamique temporelle et la variabilité. RDDMPI propose de réduire cette charge.

Le modèle commence par une complétion déterministe. Il décompose ensuite le signal manquant en une base et un résidu, puis applique la diffusion conditionnelle directement dans l'espace des résidus. La génération est conditionnée par la complétion et sa représentation latente ; un mécanisme de fiabilité ajuste l'influence de la base selon la qualité de l'information disponible.

Les expériences rapportées sur plusieurs jeux de référence évaluent à la fois l'erreur de reconstruction et la qualité de quantification de l'incertitude. Les auteurs concluent que cette décomposition améliore les deux dimensions dans les configurations testées, avec des ablations sur le backbone déterministe, le conditionnement et les blocs de débruitage.

Pour un pipeline de données, la séparation rend le diagnostic plus lisible. La base peut expliquer la tendance attendue, le résidu représente ce qui reste ambigu. Cette architecture ne supprime pas les données manquantes et ne transforme pas une complétion plausible en observation mesurée. Un contrôle utile consiste à comparer la complétion centrale, plusieurs échantillons générés et l'intervalle obtenu sur les positions réellement masquées, puis à indiquer aux utilisateurs quelles valeurs ont été observées, reconstruites ou tirées comme scénarios.

Les conclusions dépendent des jeux de données, du mécanisme de valeurs manquantes, du modèle déterministe préentraîné et du coût des itérations de diffusion. Une meilleure métrique moyenne ne prouve pas une calibration correcte dans un domaine critique. Le document est un preprint.

QUALS : équilibrer un corpus de séries temporelles d'abord

Les modèles de prévision zéro-shot sont souvent comparés par architecture alors que la diversité et la composition des données déterminent aussi ce qu'ils apprennent. Yujie Li, Zezhi Shao, Chengqing Yu, Yisong Fu, Weijie Zhu, Yifan Du, Jilin Hu, Bin Yang, Yongjun Xu et Fei Wang proposent QUALS pour traiter cette dimension.

QUALS combine une quantification de motifs, qui décode les structures hétérogènes par vector quantization et binning uniforme, avec une synchronisation de la capacité d'apprentissage. Les poids d'échantillonnage sont calibrés pour réduire l'écart entre motifs simples et complexes. Le corpus devient donc un objet qu'on règle, au même titre qu'un hyperparamètre.

Le résumé indique que le pré-entraînement sur QUALS améliore systématiquement les performances zéro-shot dans les benchmarks, y compris avec une fraction réduite du budget d'entraînement original. Aucune autre valeur chiffrée n'est fournie par la source, et il n'est donc pas possible de dire de combien.

L'implication pour une équipe est d'auditer le mélange de données. Un agent de forecasting devrait conserver la composition du corpus et la provenance des motifs qui soutiennent une prédiction. Une amélioration obtenue avec moins de données peut venir d'un meilleur équilibre plutôt que d'une meilleure architecture, ce qui change la façon de créditer le gain. Un rapport doit séparer qualité du modèle, sélection des données et budget de calcul.

Les gains dépendent des corpus, motifs et benchmarks étudiés. Un corpus équilibré selon une mesure peut sous-représenter un cas métier rare, et c'est précisément ce cas rare qui compte dans certains usages. Le document est un preprint ArXiv et ne constitue pas un conseil financier.

Attention de Nyström : rang faible plutôt que sparsification

Les modèles qui classent des actions peuvent utiliser une attention entre titres pour mélanger de l'information transversale. Le papier de Kunhan Guo examine le module inter-actions de MASTER et pose une question simple : si les poids sont presque uniformes, quelle partie de la structure porte réellement la valeur prédictive ?

Sur CSI300, la perplexité de l'attention est annoncée à 278 sur 300, proche de l'uniformité. Pourtant, forcer tous les poids à être exactement égaux supprime la discrimination entre titres. L'écart à la moyenne ne représente que 1,3 % de l'énergie de sortie, mais il est la source de la variance transversale observée. L'analyse spectrale décrit cet écart comme une structure de rang effectif d'environ 65, dont les dix premiers modes capturent 96,5 % de la norme de Frobenius. Cette géométrie suggère une approximation de rang faible plutôt qu'un masque de voisinage, et les auteurs remplacent l'attention complète en O(N²) par une approximation de Nyström avec 32 points d'ancrage, de coût annoncé O(mN).

À N = 300, l'approximation est déclarée équivalente à l'attention complète sur le Rank IC avec cinq graines, selon un test TOST présenté dans le papier ; à N = 800, la même conclusion est annoncée avec dix graines, avec des p-values de 0,003 et 0,034. Les variantes parcimonieuses fondées sur corrélations, top-K ou seuil de déviation dégradent les performances, et le masquage dur peut être pire que la suppression complète du module. À environ 3 500 actions, aucune des variantes inter-actions testées ne dépasse significativement une baseline LSTM par action avec quatre graines adaptées.

Les expériences de rendement long-short rapportées sont frictionless : coûts de transaction, slippage et impact ne sont pas inclus dans les Sharpe ratios cités. Les résultats reposent sur les jeux de données et protocoles de MASTER.

VertiFuseX : fusionner les représentations avant la prédiction

Quand plusieurs réseaux temporels résument une série, les sorties finales peuvent perdre les informations intermédiaires qui distinguent mémoire courte, contexte bidirectionnel et tendance hiérarchique. VertiFuseX, d'Aashish Bohra et Vivek Vijay, fusionne les représentations du pénultième niveau, avant la régression finale, plutôt que de moyenner plusieurs prédictions déjà compressées. L'architecture combine un LSTM, un Bi-LSTM et un St-LSTM, avec un flux DNN parallèle pour les variables non récurrentes, et conserve une configuration d'hyperparamètres fixe pour comparer les indices sans réglage par dataset.

L'étude utilise quinze années de cours de clôture, de 2010 à 2024, sur dix indices mondiaux. Les 365 derniers jours de bourse servent de test verrouillé ; une portion finale de l'entraînement sert à l'arrêt anticipé et au réglage du taux d'apprentissage. Les jours non négociés sont retirés au lieu d'être remplis artificiellement. Ce choix réduit une source courante de fuite temporelle, sans transformer une série de prix en signal stable : le modèle est univarié dans l'étude principale.

Face aux baselines LSTM de la comparaison, le papier rapporte des réductions de MAPE pouvant atteindre 30-54 % et des améliorations supérieures à 40 % pour MAE et RMSE, plus une avance sur sept modèles de l'état de l'art dans 33 comparaisons métrique-dataset. Dans un stress test figé, le modèle obtient sur la période du Covid un rendement total de -9,63 %, contre -16,08 % pour l'achat-conservation, avec un drawdown maximal de -26,45 % contre -33,67 %. Pour le bear market 2022, les valeurs rapportées sont -10,04 % et -17,67 % pour le modèle, contre -19,56 % et -25,38 % pour l'achat-conservation. Ces chiffres proviennent d'une simulation avec règles de seuil, stop et refroidissement ; ce ne sont pas des rendements attendus.

Une analyse de saillance met en avant des retards intermédiaires, autour de 9 à 15 jours. Une saillance n'est pas une règle de décision et ne démontre pas de causalité. Les auteurs listent comme suites une validation walk-forward répétée, des variables multivariées, des analyses de sensibilité, des horizons multiples et des intervalles d'incertitude.

WaVeFuse : débruiter puis combiner plusieurs échelles d'un indice

Prévoir un indice à partir de données OHLCV ne consiste pas seulement à choisir un réseau plus profond. Le bruit présent dans les prix peut se propager aux indicateurs techniques, une décomposition multi-échelle peut traiter de la même façon des canaux très différents, et une fusion fixe peut rester inadaptée quand le régime de marché change. WaVeFuse, proposé par Aashish Bohra et Vivek Vijay, tente de traiter ces trois problèmes ensemble en séparant deux représentations : une branche CNN-BiLSTM sur les séquences temporelles débruitées, et une branche qui applique une transformée en ondelettes continue canal par canal aux indicateurs dérivés avant un Transformer. Une porte de Vertical Attention Fusion apprend à pondérer les deux branches.

Le prétraitement applique un débruitage Symlet-4 de niveau 2 avec seuillage doux fondé sur la MAD. Sept indicateurs à faible retard sont calculés sur les séries débruitées. La branche spectrale encode 32 échelles de la transformée de Morlet. La validation est walk-forward sur KOSPI, DAX, NYSE Composite et Russell 2000, sur 2010-2023, avec une année finale réservée au test.

Dans ce protocole, WaVeFuse annonce un R² compris entre 0,81 et 0,96 et une précision directionnelle de 70,5 % à 78,3 %, ainsi qu'une baisse de MAE de 8,9 % à 20,2 % face à sept modèles de référence, avec des statistiques de Diebold-Mariano annoncées entre 4,62 et 10,38 et p < 0,001 face à XGBoost. Dans un backtest directionnel avec un coût de transaction de 10 points de base, le résumé annonce un Sharpe moyen de 3,69 sur les quatre marchés et un drawdown maximal de 7,5 % pendant le crash du Covid. Ce sont des résultats du protocole des auteurs, pas une estimation de rendement disponible pour un investisseur.

Le papier étudie quatre indices, un horizon et un protocole particulier ; le stress test de longue période est centré sur KOSPI. Les indicateurs restent des transformations des mêmes séries de prix et peuvent partager leurs biais. Les métriques et le backtest sont sensibles au choix des fenêtres, au seuil et aux hypothèses de coûts.

Un circuit quantique pour sonder la multifractalité du Bitcoin

Tetsuya Takaishi étudie une série de prix du Bitcoin observés toutes les cinq minutes. Un circuit quantique paramétré à un seul qubit est entraîné sur ces données, puis utilisé pour générer de longues séries synthétiques. L'analyse porte ensuite sur les retours et sur la volatilité réalisée quotidienne. Le papier mesure la fonction d'exposant de Hurst généralisée h(q), la fonction multifractale f(alpha) et l'exposant tau(q), un vocabulaire qui décrit des dépendances changeant avec l'échelle et avec l'amplitude des fluctuations.

Pour les retours prédits, h(2) est proche de 0,5, donc compatible avec un comportement voisin de l'aléatoire sur cette mesure. Une partie de la multifractalité des retours empiriques et générés subsiste après mélange aléatoire, ce qui indique qu'elle ne provient pas uniquement d'une dépendance temporelle simple. La série des incréments de volatilité réalisée est beaucoup plus anti-persistante, avec h(2) autour de 0,05-0,1, observation compatible avec l'intuition des modèles de volatilité rugueuse. Elle caractérise une structure statistique et ne prouve pas que le circuit a découvert un avantage prédictif.

La comparaison avec des modèles de type GARCH sert de repère conceptuel. L'étude ne fournit pas de démonstration d'un avantage quantique. L'intérêt du protocole est de déplacer la question : au lieu de demander si une prévision ponctuelle est bonne, on demande si un générateur reproduit les dépendances pertinentes à plusieurs échelles, ce qui peut aider à construire des scénarios de test de risque, à condition de comparer avec des générateurs classiques sur les mêmes fenêtres et les mêmes statistiques.

L'expérience repose sur un actif, une granularité et un circuit de petite taille. La génération synthétique ne remplace pas une validation hors échantillon. Un résultat de multifractalité doit rester associé à sa fréquence d'observation, à son agrégation et à la procédure de mélange.

Ce qui se recoupe

Le recoupement le plus net porte sur l'objet évalué. Quatre papiers montrent, par des chemins différents, qu'un score de prévision ne vaut rien sans la description de sa procédure. Le survey probabiliste relève qu'une couverture de 100 % peut venir d'intervalles inutilisablement larges. Le papier sur la cohérence montre que réconcilier et extraire un quantile ne commutent pas, avec un écart médian de 159,9 % de la largeur d'intervalle au niveau national sous bottom-up. Le travail sur la compétence de prévision attribue 91,4 à 94,5 % du score partagé attendu à une interaction liée aux références. Le travail sur les vintages mesure une erreur quadratique plus élevée dans 18 des 20 combinaisons modèle-horizon américaines quand les paramètres ont vu la suite. Chacun décrit un cas où le nombre affiché mesure autre chose que ce qu'on croit lire.

Deuxième point commun : le gain annoncé est presque toujours conditionné à une échelle ou à un régime. L'étude sur l'attention de Nyström est explicite, l'équivalence tient à N = 300 et N = 800 mais à environ 3 500 actions aucune variante inter-actions ne dépasse significativement une baseline par action. QUALS obtient des gains sur ses benchmarks sans garantir qu'un cas métier rare soit représenté. VertiFuseX et WaVeFuse rapportent des écarts importants face à leurs baselines, sur dix indices pour l'un et quatre pour l'autre, avec un horizon unique et une configuration fixe. On ne sait pas, à partir de ces sources, comment ces écarts se comportent hors de ces protocoles.

Les travaux se contredisent peu, mais ils ne pointent pas dans la même direction. La veine économétrique et méthodologique tire vers moins d'affirmations : publier la fenêtre, la règle de sélection, la perte, la date de coupure des paramètres. La veine architecturale tire vers des comparaisons agrégées de métriques. Plusieurs preprints de la seconde veine reprennent pourtant des précautions de la première, notamment la séparation chronologique et la distinction entre métrique de prévision et simulation économique. Cette distinction est la ligne la plus constante du dossier : aucun de ces travaux ne présente un backtest comme un rendement disponible, et deux soulignent que leurs chiffres long-short sont frictionless ou issus de règles de seuil arbitraires.

Reste ouvert tout ce qui relie ces couches. Un corpus mieux équilibré change-t-il la calibration d'un intervalle, ou seulement son erreur moyenne ? Une imputation probabiliste en amont modifie-t-elle la réconciliation en aval ? Les sources ne le disent pas. Les mêmes questions de date de connaissance et d'ensemble d'information reviennent ailleurs dans la série, notamment dans le dossier sur l'évaluation des LLM et l'incertitude et dans le dossier sur l'économétrie et les politiques publiques. Les aspects portefeuille et risque sont traités dans le dossier sur les marchés, le portefeuille et le risque, et les approximations de rang faible dans le dossier sur l'optimisation et la théorie de l'apprentissage.

Sources

• arXiv:2609.13345v1 — Beyond Point Forecasts: A Survey on Probabilistic Forecasting for Time Series and Spatiotemporal Data
• arXiv:2609.15167v1 — Coherence is not enough: Aggregation constraints across predictive distributions, forecasts and decisions
• arXiv:2609.19223v1 — When a High Score Is an Illusion: Certifying Genuine versus Repackaged Forecasting Skill
• arXiv:2609.20554v1 — Biais temporel des modèles préentraînés de séries financières
• arXiv:2609.10020v1 — Cointegration by Parts: Locating Cointegration in Time
• arXiv:2609.11648v1 — RDDMPI: Residual Denoising Diffusion Model for Probabilistic Multivariate Time Series Imputation
• arXiv:2609.20156v1 — QUALS: Corpus Equilibrium for Universal Forecasting via Pattern Quantization and Learnability Synchronization
• arXiv:2609.08106v1 — Nyström Attention Matches Full Attention for Cross-Sectional Stock Prediction
• arXiv:2609.12793v1 — VertiFuseX: Generalizable Financial Forecasting via Multi-Stream Temporal Fusion
• arXiv:2609.14733v1 — WaVeFuse: Regime-Adaptive Equity Index Forecasting via Channel-Wise Wavelet Denoising and Vertical Attention Fusion
• arXiv:2609.04569v1 — Quantum Circuit Learning for Volatility Modeling: Multifractal Analysis of Realized Volatility Time Series