주가 예측에서 시계열 프레임워크 안에서 주가 간의 확률적 의존성을 모델링하는 일은 지속적이며 매우 도전적인 연구 분야로 남아 있다. 우리는 시간적 의존성을 갖는 시계열 데이터의 다변량에서 나타나는 극단적 동반 움직임을 설명하기 위한 새로운 모델을 제안한다. 본 모델은 급격한 동시 움직임을 포착하기 위해 Hawkes 과정 층을 포함함으로써 시장 역학의 시간적 표현을 향상시킨다. 또한 우리는 주식시장 내 고차(쌍대가 아닌 집단 단위) 관계에 적응하도록 모델에 동적 하이퍼그래프를 도입한다. 실제 세계 벤치마크에 대한 광범위한 실험 결과, 본 접근법은 예측 성능과 포트폴리오 안정성 측면에서 견고함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.