[論文レビュー] Test-Time Adaptation for Non-stationary Time Series: From Synthetic Regime Shifts to Financial Markets

Yurui Wu, Qingying Deng+2 more|arXiv (Cornell University)|Jan 20, 2026

Stock Market Forecasting Methods被引用数 0

ひとこと要約

論文は、軽量なテスト時適応フレームワークを用いた因果時系列予測と方向性分類を研究し、バックボーンを凍結して正規化パラメータのみを更新し、金融市場を含む regime shift に対して更新を安定化させるフォールバックを提供します。

ABSTRACT

Time series encountered in practice are rarely stationary. When the data distribution changes, a forecasting model trained on past observations can lose accuracy. We study a small-footprint test-time adaptation (TTA) framework for causal timeseries forecasting and direction classification. The backbone is frozen, and only normalization affine parameters are updated using recent unlabeled windows. For classification we minimize entropy and enforce temporal consistency; for regression we minimize prediction variance across weak time-preserving augmentations and optionally distill from an EMA teacher. A quadratic drift penalty and an uncertainty triggered fallback keep updates stable. We evaluate this framework in two stages: synthetic regime shifts on ETT benchmarks, and daily equity and FX series (SPY, QQQ, EUR/USD) across pandemic, high-inflation, and recovery regimes. On synthetic gradual drift, normalization-based TTA improves forecasting error, while in financial markets a simple batch-normalization statistics update is a robust default and more aggressive norm-only adaptation can even hurt. Our results provide practical guidance for deploying TTA on non-stationary time series.

研究の動機と目的

• 小さなフットプリントのテスト時適応（TTA）が非定常時系列にいつ有効/無効かを理解する。
• 適応オプション（適応なし、BN統計の刷新、正規化のみ）を因果フレームワークで統一する。
• 合成 regime shift と実データ（パンデミック、インフレ、回復期間）におけるTTAを評価する。
• ストリーミング予測におけるTTAの実用的なガイダンスと regime-wise 評価ツールを提供する。）
• method や research_questions, key_findings などの各項と整合するよう翻訳を保持します。

提案手法

• デプロイ時にバックボーン f_theta を凍結し、適用時に正規化に関するパラメータ（gamma、beta）を小さな集合で適応させる。
• 教師なし目的関数として、分類のエントロピーと一貫性を用いる。回帰には分散とEMA-teacher蒸留を用いる。
• 高い不確実性を検出する不確実性代理指標を用いてBN統計の刷新を引き起こし、更新をスキップする。
• 堅牢な教師なし学習のため、時刻-preserving な弱い拡張を用いて複数の変換ビューを生成する。
• 日々のパラメータ変化を制限し安定性を向上させる二次的ドリフトペナルティを組み込む。
• 実用的な展開を導くために、Diebold–Mariano テストと regime-wise 評価で更新を地固めする。

Figure 1: Regime diagnostics for SPY volatility and returns.

実験結果

リサーチクエスチョン

• RQ1 正規化のみBN affine パラメータを使ったテスト時適応は、時系列の非定常 regime shift の下でどのように機能するか。
• RQ2 BN統計の刷新は、現実の金融データにおいて正規化のみの更新より安全なデフォルトか。
• RQ3 異なるTTAバリアント（適応なし、bn_stats、norm_only）は、合成の変化と金融の regime でどう比較されるか。
• RQ4 SPY、QQQ、EUR/USD のような市場でのTTAの統計的・経済的影響（例：DM検定、シャープ比）はどうなるか。
• RQ5 ストリーミング時系列予測にTTAを展開する際の実務的ガイドラインは何か。

主な発見

Method	Shift	MAE	RMSE	R^2
no_tta	Gradual	0.22	0.28	-0.31
norm_only	Noise	0.29	0.35	-0.02
bn_stats	Structural	1.26	1.62	-20.80

• 正規化のみの適応は、合成テストにおける平均/分散のゆっくりとした変動に対して低次モーメントの変化を補正することで有効。
• BN統計の刷新はノイズの多い金融データに対して堅牢なデフォルトであり、方向性の正確さとリスク調整済み指標の点でも凍結ベースラインを上回ることが多い（SPY、QQQ、EUR/USD）。
• 過度な正規化のみの更新は、短いウィンドウへの過適合により実際の市場で性能を悪化させる可能性がある。
• Diebold–Mariano検定はbn_stats がno_tta よりSPYとQQQで有意に優れており、EUR/USDでもbn_stats が no_tta を上回る。
• エコノミック・バックテストでは、SPYとQQQでbn_stats がno_ttaまたはnorm_onlyより高いシャープレシオを達成するケースが多く、norm_only はしばしば下回る。
• 総合的なガイダンス：bn_stats から始め、不確実性診断が支持する場合のみ norm-only の更新を追加し、regime-wise に評価する。

Figure 2: Rolling forecast metrics on ETTh1 under gradual drift.