Dumneavoastră sau modelul? Crizele bursiere din grafice
Vedeți 10 grafice reale ale indicelui bursier S&P 500 (Standard & Poor's 500), fiecare pe 120 de zile de tranzacționare între 2018 și 2026: sus prețul (100 = prima zi), jos scăderea de la cel mai mare preț de pînă atunci (în %). Pentru 7 grafice decideți dacă piața este calmă sau în criză la sfîrșitul ferestrei; pentru 3 grafice, dacă indicele a încheiat fereastra mai sus sau mai jos decît a început-o. După fiecare răspuns vedeți ce au răspuns modelele din cursul 14, pe aceeași imagine, și situația reală.
O fereastră este etichetată „criză” cînd volatilitatea ultimelor 20 de zile depășește percentila 90 din ultimii trei ani (8,4 % din ferestrele de test; în joc, 3 din cele 7 grafice despre regim). Modelul de regim este o regresie logistică pe embedding-ul CLIP (preantrenare contrastivă limbaj–imagine) al imaginii, estimată pe ferestrele de pînă în 2018. Modelul de tendință este Qwen2-VL-2B, un model limbaj–viziune (VLM) cu 2,21 miliarde de parametri, întrebat fără niciun exemplu. Toate graficele din joc sînt din 2019 încoace: niciun model nu le-a văzut la antrenare.
Ce arată jocul
- Pe toate cele 394 de ferestre de test, aria de sub curba caracteristică de operare a receptorului (AUC, aria de sub curba ROC) este 0,933 pentru regresia logistică pe randamente, volatilitate și scăderea de la maxim, 0,907 pentru CLIP fără exemple (zero-shot) și 0,880 pentru regresia pe embedding-ul CLIP al imaginii: cînd cifrele există, imaginea adaugă un pas cu pierdere de informație.
- La pragul de 0,5, modelul pe imagini semnalează 63,6 % din cele 33 de ferestre de criză și 15,2 % din cele calme; modelul pe cifre, 84,8 % și 13,6 %.
- Qwen2-VL spune corect dacă prețul a încheiat mai sus sau mai jos doar în 57,1 % din cele 394 de grafice, sub cele 74,9 % ale răspunsului constant „mai sus”, deși AUC este 0,974: ordonează bine graficele, dar pragul de 0,5 este deplasat.
Clasamentul sălii, pentru proiector
Date: închiderile zilnice ale S&P 500 (Yahoo Finance), ferestre de 120 de zile de tranzacționare, din 5 în 5 zile; ferestrele de test se încheie între 2019-01-07 și 2026-10-30. Metoda după Jheng, Pele, Tak și Găman (2026). Graficele din joc sînt extrase aleator dintre ferestrele de test, cu sămînța 20261108: 12 ferestre de criză și 24 calme pentru întrebările despre regim, alte 15 ferestre pentru întrebările despre tendință. Ieșirile modelelor: lectures/L14/results/chart_regime.csv (analysis_L14.py). Cod: lectures/L14/make_game_L14.py.

