본 논문은 정규화된 희소 오토인코더(RSAE)라는 심층 학습 프레임워크를 제시하여 동시 다중 수평선 상품 가격 예측과 해석 가능한 잠재 시장 동인 발견을 수행합니다. 구리와 원유와 같은 상품의 가격 예측은 다양한 상호 작용 요소(거시경제, 수요/공급, 지정학적 요소 등)로 인해 복잡합니다. RSAE는 다변량 시계열을 사용하여 다중 수평선(예: 1일, 1주, 1개월)에서 가격을 예측하며, L1 정규화를 통해 잠재 벡터의 희소성을 강제하여 시장 역학에 대한 간결한 설명을 촉진합니다. 에너지 기반 모델과 희소 코딩에서 영감을 얻은 RSAE는 예측 정확도를 최적화하면서 희소 표현을 학습합니다. 구리와 원유의 과거 데이터를 사용한 평가 결과, RSAE는 경쟁력 있는 다중 수평선 예측 정확도와 해석 가능한 잠재 공간을 통한 데이터 기반 통찰력을 제공하는 것으로 나타났습니다.
