📊 statistics

Doubly Robust Adaptive Conformal Inference for Causal Effects Under Temporal Dependence

Dieses Paper schlägt Doubly Robust Adaptive Conformal Inference (DR-ACI) vor, eine neuartige Methode, die unter Berücksichtigung zeitlicher Abhängigkeiten valide Vorhersageintervalle für doppelt robuste Pseudo-Outcomes konstruiert.

Ursprüngliche Autoren: Andreas Koukorinis, Ricardo Silva

Veröffentlicht 2026-06-30

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Andreas Koukorinis, Ricardo Silva

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Wetterprognostiker und versuchen vorherzusagen, wie viel Regen es morgen in einer bestimmten Stadt regnen wird. Sie haben ein Modell, das Ihnen eine einzelne Zahl liefert (z. B. „5 Zoll“). Aber Sie wissen, dass Ihr Modell nicht perfekt ist. Sie möchten einen Bereich angeben, wie zum Beispiel „zwischen 3 und 7 Zoll“, und Sie möchten sicherstellen, dass dieser Bereich im Laufe der Zeit tatsächlich in 90 % der Fälle den tatsächlichen Regen erfasst.

Stellen Sie sich nun zwei zusätzliche Komplikationen vor:

Die „verborgene“ Wahrheit: Sie sagen nicht nur Regen voraus; Sie versuchen, den Unterschied zu messen, den es machen würde, wenn eine Wolkenimpfungsmaschine eingeschaltet wäre im Vergleich dazu, wenn sie ausgeschaltet wäre. Sie können diesen Unterschied für dieselbe Stadt am selben Tag niemals direkt sehen (es regnet entweder oder es regnet nicht). Dieser „Unterschied“ ist ein Geist – Sie müssen einen cleveren Stellvertreter (Proxy) bauen, um ihn zu schätzen.
Die „Kettenreaktion“: Das Wetter heute hängt stark vom Wetter gestern ab. Die Daten sind kein sauberer, zufälliger Haufen unabhängiger Ereignisse; sie sind eine Kette, bei der ein Ereignis das nächste beeinflusst.

Dieses Paper stellt ein neues Werkzeug namens DR-ACI (Doubly Robust Adaptive Conformal Inference) vor, um genau dieses Problem zu lösen. So funktioniert es, unterteilt in einfache Konzepte.

1. Das „Doppel-Sicherheitsnetz“ (Doubly Robust)

Normalerweise benötigt man zur Schätzung der Wirkung einer Behandlung (wie eines Medikaments oder einer politischen Maßnahme) zwei Modelle: eines, um vorherzusagen, wer die Behandlung erhält, und eines, um das Ergebnis vorherzusagen. Wenn eines der Modelle falsch ist, ist Ihre Antwort unbrauchbar.

Die Autoren verwenden einen „Doubly Robust“-Trick. Denken Sie an ein Flugzeug mit zwei Triebwerken.

Wenn das erste Triebwerk (Modell A) ausfällt, kann das zweite Triebwerk (Modell B) das Flugzeug am Fliegen halten.
Wenn Modell B ausfällt, rettet Modell A den Tag.
Sie stürzen nur ab, wenn beide Triebwerke gleichzeitig ausfallen.

In diesem Paper verwenden sie diesen „Zwei-Triebwerke“-Ansatz, um ein „Pseudo-Outcome“ zu erstellen – einen künstlichen, konstruierten Datenpunkt, der als Stellvertreter für die verborgene Wahrheit (den Behandlungseffekt) dient.

2. Die „Schutzbarriere“ (Umgang mit Zeitabhängigkeit)

Standardmäßige statistische Werkzeuge gehen oft davon aus, dass jeder Datenpunkt unabhängig ist, wie beim Würfelspielen. Aber Zeitreihendaten (wie Aktienkurse oder Wetter) sind eher wie ein Domino-Effekt. Wenn Sie versuchen, ein Modell mit den Daten von gestern zu trainieren, um das von heute vorherzusagen, berühren sich die „Trainings“- und „Test“-Daten noch, was zu einem Betrug führt (Look-ahead Bias).

Um dies zu beheben, verwenden die Autoren Guard Bands (Schutzbarrieren).

Stellen Sie sich vor, Sie teilen eine lange Schlange von Menschen in Gruppen auf, um eine neue Tanzbewegung zu testen.
Anstatt die Schlange einfach in der Mitte durchzuschneiden, werfen Sie ein paar Leute in der Mitte als „Pufferzone“ (die Guard Band) heraus.
Sie trainieren Ihr Modell an der linken Gruppe, überspringen den Puffer und testen es an der rechten Gruppe.
Dies stellt sicher, dass die beiden Gruppen weit genug voneinander entfernt sind, damit die „Ansteckung“ durch die Daten von gestern die Daten von heute nicht kontaminiert.

3. Das „Adaptive Lineal“ (Adaptive Conformal Inference)

Selbst mit einem guten Modell wissen Sie nicht genau, wie breit Ihr Vorhersagebereich sein sollte. Manchmal ist die Welt chaotisch (breiter Bereich nötig); manchmal ist sie ruhig (enger Bereich nötig).

Die Autoren verwenden ein Adaptives Lineal.

Stellen Sie sich ein Lineal vor, das sich dehnt oder zusammenzieht, basierend darauf, wie oft es das Ziel verfehlt.
Wenn es das Ziel zu oft verfehlt, dehnt es sich automatisch weiter aus.
Wenn es das Ziel zu leicht trifft, zieht es sich zusammen, um präziser zu werden.
Dies geschieht in Echtzeit und lernt während des Prozesses, um sicherzustellen, dass die Abdeckung auch dann gültig bleibt, wenn sich die Daten ändern.

4. Der „Varianz-Standardisierer“ (VS-DR-ACI)

Die Autoren stellten fest, dass das „Lineal“ manchmal zu breit wird, weil das Rauschen in den Daten ungleichmäßig ist. Manche Tage sind laut; manche sind leise.

Sie haben einen Varianz-Standardisierer hinzugefügt. Denken Sie an ein Noise-Cancelling-Kopfhörer-System für die Daten.
Bevor die Spanne gemessen wird, normalisieren sie die Daten, sodass die „lauten“ und die „leisen“ Tage fair behandelt werden.
Das Ergebnis: Diese Version (VS-DR-ACI) lieferte Vorhersageintervalle, die 63 % schmaler waren als Standardmethoden, während sie gleichzeitig genauso genau waren. Es ist, als bekäme man eine viel engere, nützlichere Prognose, ohne die Zuverlässigkeit zu verlieren.

5. Realwelt-Test: Das Nasdaq-Experiment

Die Autoren haben dies nicht nur simuliert; sie haben es mit echten Finanzdaten von Nasdaq in Bezug auf eine neue Handelsregel namens „Dynamic M-ELO“ getestet.

Das Problem: Sie wollten wissen, wie diese neue Regel die Handelsqualität für jede spezifische Aktie beeinflusst.
Das Ergebnis: Ihre Methode fand heraus, dass der Effekt für viele Aktien signifikant war, während Standardmethoden dies übersehen hätten, weil ihre „Lineale“ zu breit und unscharf waren.
Der Stresstest: Sie testeten auch, was passiert, wenn sich der Markt plötzlich verändert (ein „Drift“). Standardmethoden versagten und lieferten falsche Antworten. Ihre Methode, insbesondere mit der „Noise-Cancelling“-Funktion, funktionierte weiterhin und lieferte stabile, zuverlässige Antworten.

Zusammenfassung der „Dreiteiligen“ Garantie

Das Paper beweist mathematisch, dass der Fehler ihres Verfahrens aus drei spezifischen Quellen stammt, wie eine Rechnung mit drei Posten:

Die Mischungslücke (Mixing Gap): Die Kosten dafür, dass die Daten zeitlich miteinander verbunden sind (gehandhabt durch die Guard Bands).
Die Störungssteuer (Nuisance Tax): Die Kosten für unvollkommene Modelle (gehandhabt durch das Doppel-Sicherheitsnetz).
Die Adaptionsrate: Die Kosten für das Lernen während des Prozesses (gehandhabt durch das Adaptive Lineal).

Das Faznt:
Dieses Paper gibt uns eine Möglichkeit zu sagen: „Wir sind zu 90 % sicher, dass die Auswirkung dieser Politik auf diese spezifische Aktie zwischen X und Y liegt“, selbst wenn die Daten unordentlich, zeitlich verbunden und die zugrunde liegenden Modelle nicht perfekt sind. Es ist ein zuverlässigerer, engerer und klügerer Weg, um Unsicherheit in einer sich verändernden Welt zu messen.

Technisches Resümee: Doubly Robust Adaptive Conformal Inference für kausale Effekte unter zeitlicher Abhängigkeit

1. Problemstellung

Die Arbeit adressiert die Herausforderung, die Unsicherheit für heterogene Behandlungseffekte (speziell den bedingten durchschnittlichen Behandlungseffekt, CATE, $\tau(X)$ ) in Settings zu quantifizieren, die durch zeitliche Abhängigkeit charakterisiert sind.

Standardmäßige Conformal-Prediction-Methoden (z. B. Split Conformal) beruhen auf der Annahme der Austauschbarkeit (identisch und unabhängig verteilte Daten). Diese Annahme versagt in Zeitreihenkontexten, wie sie in der Finanzwelt oder Epidemiologie üblich sind, in denen benachbarte Beobachtungen korreliert sind. Folglich führt die naive Anwendung von Conformal-Methoden auf kausale Schätzer zu ungültigen Abdeckungsgarantien (Coverage Guarantees). Darüber hinaus verlieren Standard-kausale Intervallschätzungen (asymptotisch, Bootstrap, Bayessch) unter Abhängigkeit oft ihre distributionsfreie Kalibrierung oder erfordern eine korrekte Modellspezifikation, was ML-Schätzer nicht ohne Weiteres garantieren können.

Das spezifische Ziel ist die Konstruktion von endlichen, distributionsfreien Vorhersageintervallen für individuelle Behandlungseffekt-Schätzungen, ohne eine Unabhängigkeit der Beobachtungen vorauszusetzen, während gleichzeitig doubly robuste (DR) Pseudo-Outcomes genutzt werden, um Fehler in der Schätzung der Störvariablen (Nuisance Models) abzumildern.

2. Methodik: DR-ACI

Die vorgeschlagene Methode, Doubly Robust Adaptive Conformal Inference (DR-ACI), integriert drei Kernkomponenten:

A. Doubly Robust Pseudo-Outcomes

Anstatt auf Roh-Outcomes $Y_t$ oder latenten CATEs $\tau(X_t)$ zu kalibrieren, konstruiert die Methode doubly robuste Pseudo-Outcomes $\psi^{DR}_t$ :
$\psi^{DR}_t = \hat{\mu}_1(X_t) - \hat{\mu}_0(X_t) + \frac{W_t(Y_t - \hat{\mu}_1(X_t))}{\hat{e}(X_t)} - \frac{(1-W_t)(Y_t - \hat{\mu}_0(X_t))}{1 - \hat{e}(X_t)}$
wobei $\hat{e}$ der geschätzte Propensity Score und $\hat{\mu}_w$ die geschätzten bedingten Outcome-Modelle sind. Bei korrekter Spezifikation von mindestens einem Nuisance-Modell ist $\psi^{DR}_t$ ein erwartungstreuer Schätzer von $\tau(X_t)$ mit einem durch das Produkt der Schätzfehler der Nuisance-Modelle beschränkten Fehler.

B. Temporales Block-Cross-Fitting mit Guard Bands

Um die zeitliche Abhängigkeit ( $\beta$ -Mixing) zu handhaben und gleichzeitig die Orthogonalitätseigenschaften der DR-Schätzung zu bewahren, schlagen die Autoren temporales Block-Cross-Fitting mit Guard Bands vor:

Partitionierung: Die Zeitreihe wird in $K$ zusammenhängende Blöcke unterteilt.
Guard Bands: Beim Training der Nuisance-Modelle auf einem Satz von Blöcken wird ein „Guard Band“ von $g$ Beobachtungen, die benachbart zum ausgesonderten Kalibrierungsblock liegen, vom Training ausgeschlossen.
Zweck: Dies gewährleistet eine zeitliche Trennung von mindestens $g$ Schritten zwischen Trainings- und Kalibrierungsdaten. Unter $\beta$ -Mixing reduziert dies die residuelle Abhängigkeit (Kopplungsfehler) zwischen dem Trainingssatz und dem Kalibrierungsatz auf $O(\beta(g)^{\delta/(2+\delta)})$ .

C. Adaptive Conformal Inference (ACI)

Die Methode verwendet das ACI-Framework (Gibbs und Candès, 2021), um das Fehlabdeckungsniveau $\alpha_t$ dynamisch zu aktualisieren:
$\alpha_{t+1} = \alpha_t + \gamma(\alpha - \mathbb{1}\{\psi^{DR}_t \notin \hat{C}_t\})$
Dies liefert eine deterministische langfristige Abdeckungsgarantie, selbst wenn die Score-Sequenz nicht austauschbar ist.

D. Varianz-standardisierte DR-ACI (VS-DR-ACI)

Um das Problem anzugehen, dass DR-Pseudo-Outcomes die Rauschvarianz ( $\xi_t$ ) enthalten, welche die Intervallbreite aufbläht, schlagen die Autoren eine Varianz-Standardisierung vor:
$s^{VS}_t = \frac{|\psi^{DR}_t - \hat{\tau}(X_t)|}{\hat{\sigma}_\xi(X_t)}$
wobei $\hat{\sigma}_\xi(X_t)$ die lokale Standardabweichung des DR-Rauschens schätzt. Dies passt die Intervallbreite an lokale Rauschniveaus an und verhindert eine unnötige Verbreiterung in Regionen mit geringem Rauschen.

3. Zentrale theoretische Beiträge

A. Drei-Term-Abdeckung-Zerlegung (Three-Term Coverage Decomposition)

Das zentrale theoretische Resultat (Theorem 2) zerlegt die Abdeckungsdifferenz in drei distinkte Terme:

Mixing Gap: $\min_\tau \{ \tau/T + 2\beta(\tau) \}$ . Dieser Term entsteht aus der zeitlichen Abhängigkeit und wird durch die Switch-Koeffizienten-Schranke kontrolliert.
Nuisance-Bias Tax: $\|\hat{e} - e\|_2 \cdot \|\hat{\mu} - \mu\|_2$ . Dieser Term repräsentiert das Produkt der Schätzfehler der Nuisance-Modelle. Das Paper beweist, dass temporales Block-Cross-Fitting mit Guard Bands die Standard-DML-Produkt-Bias-Rate unter $\beta$ -Mixing bewahrt und lediglich einen expliziten Kopplungsrest $O(\beta(g)^{\delta/(2+\delta)})$ hinzufügt.
Adaptationsrate: $O(T^{-1/2})$ . Dieser Term ergibt sich aus dem ACI-Update-Mechanismus.

B. Vererbung des Switch-Koeffizienten

Das Paper etabliert (Lemma 9), dass die aus DR-Pseudo-Outcomes konstruierten Conformity-Scores die Switch-Koeffizienten-Schranken des zugrunde liegenden Prozesses erben. Dies ermöglicht es, dass die Abdeckungsdifferenz durch den Mixing-Koeffizienten der Daten beschränkt wird, selbst wenn Nuisance-Modelle geschätzt werden.

C. Asymptotische CATE-Einschließung

Obwohl das Conformal-Verfahren direkt auf das Pseudo-Outcome $\psi^{DR}_t$ abzielt, zeigt das Paper (Corollary 6), dass die resultierenden Intervalle unter der Annahme der Schätzertreue ( $\|\hat{\tau} - \tau\|_{L2} = o_p(1)$ ) eine asymptotisch konservative Einschließung für den latenten CATE $\tau(X_t)$ bieten. Das Intervall überdeckt $\tau(X_t)$ , da es für das breitere Ziel $\psi^{DR}_t = \tau(X_t) + \xi_t$ kalibriert ist.

4. Empirische Ergebnisse

Simulationsstudie

Mixing Gap: Unter stationären Bedingungen mit variierender Autokorrelation ( $\rho$ ) behielten alle Conformal-Methoden eine gültige Abdeckung bei. Die theoretische Mixing-Schranke erwies sich als sehr konservativ (sie sagte einen Abfall der Abdeckung auf 67 % bei $\rho=0,99$ voraus, während die beobachtete Abdeckung nahe 90 % blieb).
Nuisance-Bias: Oracle und geschätztes DR-ACI zeigten identische Abdeckung, was bestätigt, dass die Nuisance-Bias Tax für Standard-Stichprobengrößen und Learner vernachlässigbar ist.
Drift und Abhängigkeit (Regime D): In einem Szenario, das hohe Abhängigkeit ( $\rho=0,95$ $ρ = 0, 95$ ) und Kovariaten-Drift kombiniert:
- VS-DR-ACI hielt eine gültige Abdeckung (89,9 %) mit stabiler Intervallbreite aufrecht.
- Standard DR-ACI hielt zwar die Abdeckung, litt aber unter massiver Intervallinflation (die Breite stieg um das ~170-fache an).
- Split Conformal und DML-Wald Intervalle verloren signifikante Abdeckung (Abfall um ~29pp bzw. ~35pp).
- Mechanismus: Die Varianz-Standardisierung verhinderte das „Spiralisieren“ des adaptiven Quantils unter Nicht-Stationarität, indem sie die Scores annähernd unit-varianz-haltig hielt.
Effizienz: VS-DR-ACI produzierte Intervalle, die 63 % schmaler waren als Split Conformal, während die gültige Abdeckung gewahrt blieb.

Empirische Anwendung: Nasdaq Dynamic M-ELO

Die Methode wurde auf ein natürliches Experiment bezüglich der Einführung von Nasdaq's Dynamic Midpoint Extended Life Orders (M-ELO) angewendet.

Kontext: Gestaffelte Einführung dynamischer Hold-Timer über Aktienkohorten hinweg.
Ergebnis: DR-ACI identifizierte signifikante Heterogenität in den Behandlungseffekten. Während die Baseline-asymptotische Inferenz nur 12,3 % der Aktien mit signifikanten Effekten fand, identifizierte DR-ACI 33,2 % (eine Steigerung um 2.000 Aktien an handlungsrelevanten Erkenntnissen).
Präzision: DR-ACI-Intervalle waren 50 % schmaler als die Baseline-asymptotischen Intervalle, was eine präzisere Klassifizierung der Behandlungseffekte auf Aktienebene ermöglichte.

5. Bedeutung und Ansprüche

Das Paper beansprucht, eine einzigartige Schnittmenge in der Literatur zu besetzen: die Kombination von doubly robusten Scores, gültiger Abdeckung unter $\beta$ -Mixing und Online-Adaption.

Theoretische Bedeutung: Es liefert die erste Abdeckungsgarantie für DR-Pseudo-Outcomes unter $\beta$ -Mixing und quantifiziert explizit die Kosten der Abhängigkeit (Mixing Gap) sowie die Bewahrung der DML-Bias-Raten durch Guard Bands.
Praktische Bedeutung: Es bietet eine distributionsfreie, im endlichen Sample valide Methode für die kausale Inferenz in Zeitreihendaten, in denen Standardannahmen versagen. Die Variante mit Varianz-Standardisierung (VS-DR-ACI) erweist sich in Simulationen und der Nasdaq-Anwendung als robust gegenüber sowohl Abhängigkeit als auch Drift und übertrifft bestehende Methoden in Stabilität und Intervallbreite.
Limitierungen: Die Autoren merken explizit an, dass die theoretischen Garantien Stationarität voraussetzen. Die beobachtete Robustheit gegenüber Drift in den Simulationen und der Nasdaq-Anwendung ist ein empirischer Beleg, der nicht Teil des Haupttheorems ist. Die Mixing-Schranke wird als konservativ für glatte Score-Funktionen bezeichnet; die Ableitung einer engeren Schranke für diese Fälle wird als zukünftige Arbeit identifiziert. Die Methode setzt zudem die Stable Unit Treatment Value Assumption (SUTVA) voraus, die in Finanzmärkten aufgrund potenzieller Spillovers nur näherungsweise gilt.