Resumen: Este documento propone la búsqueda de la punta, un marco de programación de inferencia predictándose en el tiempo para la predicción del mercado en tiempo real bajo cargas de trabajo inciertas. Motivado por las estrictas demandas de latencia en los sistemas financieros de alta frecuencia, la búsqueda de TIP selecciona dinámicamente un modelo de aprendizaje profundo de un grupo heterogéneo, con el objetivo de maximizar la precisión predictiva al tiempo que satisface las limitaciones de plazos por tarea. Nuestro enfoque perfila la latencia y el rendimiento de la generalización fuera de línea, luego realiza la selección de tareas en línea sin confiar en las etiquetas de dominio de entrada explícita. Evaluamos la búsqueda de TIP en tres conjuntos de datos de libros de pedidos de límite real (FI-2010, binance BTC/USDT, Lobster AAPL) y demostramos que supera a las líneas de base estáticas con una mejora de hasta 8.5% en la precisión y la satisfacción del 100% de la fecha límite. Nuestros resultados destacan la efectividad de la búsqueda de puntas en una inferencia financiera sólida de baja latencia bajo incertidumbre.
Publicado Originalme en rss.arxiv.org El 10 de junio de 2025.
Ver Fuente Original
