この論文は、事前学習された時系列ファウンデーションモデル（TSFM）が実現ボラティリティの予測で、従来の経済計量モデルを上回るかを調べています。実現ボラティリティとは高頻度データから計算する価格変動の大きさの実測値です。研究者らは、何も手を加えずに使う「ゼロショット」設定で比較を行い、どれだけ一般的な事前学習が役に立つかを確かめました。データはVOLAREというデータセットで、株式、外国為替、先物の合計50資産を使い、予測の先見期間は1日、5日、22日の三つです。

研究で比べたモデルは、9種類のTSFMと8種類の経済計量モデルです。経済計量の代表はHeterogeneous Autoregressive（HAR）モデルで、過去の日次・週次・月次のボラティリティを使って長期の依存を近似する単純で広く使われる基準です。評価には、Diebold–Mariano検定やModel Confidence Set（モデル信頼集合）といった複数モデル比較のための正式な統計手法を用いています。さらに、予測の偏りを取り除くMincer–Zarnowitz再校正や、時間変化をみるGiacomini–Rossi検定、サブサンプル分析なども行っています。

結果の要点は、ファウンデーションモデルが一様に勝つわけではないということです。全資産をまとめて見ると一部の損失指標（プールしたQLIKE損失）でTSFMが有利に見えますが、その差はごく少数の外れ値資産に集中していました。資産ごとの損失比を平均して、どの資産も同じ重みで評価すると、唯一「Tiny Time Mixers（TTM）」という最小級のTSFM（パラメータ数は100万未満）が、すべての予測期間でLog-HARベンチマークを約1.3〜1.8%の小さな差で上回りました。他のTSFMは平均ではLog-HARに勝てず、HAR系やARFIMA、ARMA、MEMといった経済計量モデルは競争力を保っていました。ジャンプや四次量（quarticity）を加えたHAR変種は、今回の比較では大きく劣りました。

さらに重要な洞察として、Mincer–Zarnowitz再校正を行うと、短期（1日・5日）の優位性の多くは「校正の良さ」、つまり予測の平均値やばらつきのスケールが実際の値と合っていることに起因していることが分かりました。言い換えると、短期ではTSFMがボラティリティの動き自体をよりよく捉えているというよりも、出力のレベルや幅がちょうど良いという効果が大きいのです。唯一、月次（22日）ではTTMに真の情報的優位が残りましたが、その差も薄いことが報告されています。

実務上の示唆としては、TTMだけに頼る必要はないということです。TTMは全資産で最良というわけではなく、有意差は小さいため、TTMとLog-HARを同じ重みで単純平均したモデルは、最良単独モデルに匹敵し、Model Confidence Setにおいて98〜100%の資産で包含されました。つまり、事前に各資産で最良モデルを見つけられなくても、二つを混ぜれば安定した予測を得やすいという実用的な戦略が示されています。研究者たちが最も堅牢だと述べる発見は、TSFMの性能はアーキテクチャ（モデル構造）ごとに大きく異なるため、単に「ファウンデーションモデルを使うか否か」よりも「どのアーキテクチャを選ぶか」が重要だという点です。

注意点として、本研究はゼロショットの設定に限定しています。つまり、個々の金融時系列に対する微調整（ファインチューニング）は行っていません。先行研究では、ファインチューニングが必要でゼロショット性能は必ずしも良くないとする報告もあります。今回の結果はVOLAREデータ上の比較に基づき、優位性は限られた資産に偏り、総じて差は小さいため、実務で導入する際はデータの種類や必要な調整の有無を慎重に検討する必要があります。