Heads, Not Backbones: Output Heads Dominate Architectures on Fat-Tailed Returns
创建于 更新于
摘要
本研究在 fat-tailed 的月度收益分布条件下比较预测骨架与输出头的相对重要性，结果显示短期 horizon 内输出头对分布预测的增益高于骨架，点头→高斯头→混合高斯头的 CRPS 提升依次约为 1.3% 与 2.4%，混合头在危机时期对尾部风险的捕捉尤为显著；但在长期 horizon 时，骨架对预测仍具决定性作用，出现所谓的 h-split。研究表明任一种密度输出头都优于点头在 90% 预测区间的校准，且混合头在高波动/尾部极端情况下的增益最大。这一结论在跨频率与跨资产的回测中有一定鲁棒性，但对非回报类序列（如利率、FX）则表现不足，头部优势受限于数据特性与模型容量。综合来看， fat-tailed 回报的风险管理场景中，输出头的作用高于骨架，GMM 混合头在 crisis 场景的增益最显著，且对 Basel/FRTB 风险度量等 regulator 相关指标有积极意义 [page::1]
