[论文解读] 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 0

一句话总结

该论文研究了一种轻量级的在测试时自适应框架，用于因果时间序列预测和方向分类，在部署阶段冻结骨干网络，只更新规范化参数，并在跨制度变动（包括金融市场）时提供回退以保持更新的稳定性。

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.

研究动机与目标

• 理解在对小 footprint 的测试时自适应（TTA）何时有助于或有害于非平稳时间序列。
• 在因果框架下统一自适应选项（无自适应、BN 统计刷新、仅归一化） 。
• 在合成制度变动与真实金融数据（跨疫情、通胀与复苏阶段）上评估 TTA。
• 提供实用的指南和制度-wise 评估工具，以在流式预测中部署 TTA。

提出的方法

• 在部署时冻结骨干 f_theta，并自适应一小组 norm-affine 参数（gamma、beta）。
• 使用无监督目标：分类的熵与一致性；回归的方差与 EMA-teacher 蒸馏。
• 使用不确定性代理触发 BN 统计刷新并在高不确定性时跳过更新。
• 应用弱时序保持性增强来生成多种变换视图，以实现鲁棒的无监督学习。
• 引入二次漂移惩罚以限制日常参数变化并提升稳定性。
• 以 Diebold–Mariano 检验和制度-wise 评估来约束更新并指导实际部署。

Figure 1: Regime diagnostics for SPY volatility and returns.

实验结果

研究问题

• RQ1 在非平稳制度变动的时间序列中，使用仅 norm 的 BN 仿射参数进行测试时自适应的表现如何？
• RQ2 在真实世界金融数据中，BN 统计刷新是否比仅归一化更新更安全更默认？
• RQ3 不同的 TTA 变体（无自适应、bn_stats、norm_only）在合成变动与金融制度下的比较？
• RQ4 TTA 在 SPY、QQQ、EUR/USD 等市场中的统计与经济含义（如 DM 检验、夏普比率）？
• RQ5 在流式时间序列预测中部署 TTA 的实际指南有哪些？

主要发现

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

• 在合成测试中的逐步均值/方差漂移下，仅归一化自适应通过纠正低阶矩的变化来提供帮助。
• 在嘈杂的金融数据上，BN 统计刷新是一个鲁棒的默认选项，通常在方向准确度和风险调整指标上超过冻结基线，适用于 SPY、QQQ 与 EUR/USD。
• 对短窗口的过度拟合可能导致在实际市场中，积极的仅归一化更新反而降低性能。
• Diebold–Mariano 检验显示 bn_stats 在 SPY 与 QQQ 上明显优于 no_tta，EUR/USD 上 bn_stats 也优于 no_tta。
• 经济回测表明 bn_stats 在 SPY 与 QQQ 上实现了比 no_tta 或仅归一化更高的夏普比率；而仅归一化常常表现不及。
• 总体指导：先从 bn_stats 开始，只有在不确定性诊断支持时才增添仅归一化更新，并进行制度-wise 评估。

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