A Deep Learning Framework for Medium-Term Covariance Forecasting in Multi-Asset Portfolios

Resumen Técnico: Un Marco de Aprendizaje Profundo para la Predicción de Covarianza a Medio Plazo en Carteras de Múltiples Activos

Planteamiento del Problema
La predicción precisa de la matriz de covarianza es fundamental para la asignación de carteras, la gestión de riesgos y la fijación de precios de activos. Si bien la literatura existente ofrece soluciones robustas para horizontes a corto plazo (a menudo utilizando datos de alta frecuencia y modelos basados en GARCH) y horizontes a largo plazo (basándose en modelos factoriales o contracción ingenua), persiste una brecha significativa en la predicción a medio plazo (ventanas de varias semanas a varios meses). Esta brecha es particularmente crítica para los inversores institucionales que rebalancean sus carteras durante dichos periodos. Además, los modelos econométricos clásicos suelen tener dificultades con la "maldición de la dimensionalidad" en grandes secciones transversales y pueden fallar al capturar cambios estructurales lentos o desplazamientos de régimen (por ejemplo, cambios en la correlación entre acciones y bonos) que definen la dinámica a medio plazo. Asimismo, existe evidencia empírica limitada sobre si la elección entre rendimientos brutos y rendimientos excedentes impacta sistemáticamente las predicciones de covarianza en estos horizontes.

Metodología
Los autores proponen un marco novedoso de Aprendizaje Profundo (DL), denominado CAB, diseñado para capturar dependencias espacio-temporales complejas en carteras de múltiples activos. La arquitectura integra tres componentes distintos:

1. Redes Neuronales Convolucionales 3D (CNN): El modelo trata las matrices de covarianza rodantes como cuadrículas $(N \times N)$ apiladas en el tiempo. Una capa de CNN 3D aplica filtros a través de las dimensiones temporales y espaciales para identificar patrones de interacción local entre subconjuntos de activos, superando las suposiciones lineales.
2. Memoria a Corto Plazo Bidireccional (BiLSTM): Tras la CNN, las secuencias aplanadas son procesadas por una BiLSTM. A diferencia de las LSTM estándar que solo procesan secuencias hacia adelante, la BiLSTM captura contexto tanto de puntos de datos pasados como futuros dentro de la ventana de retroceso, mejorando la capacidad del modelo para comprender las dependencias temporales.
3. Autoatención Multi-Cabeza: Para refinar las dependencias temporales, se aplica un mecanismo de atención multi-cabeza a las salidas de la BiLSTM. Esto permite que el modelo ponderé dinámicamente la importancia de diferentes pasos de tiempo, centrándose en los patrones más relevantes para la predicción.

Procesamiento de Datos y Restricciones:

• Entrada: El modelo utiliza secuencias de matrices de covarianza rodantes escaladas derivadas de rendimientos diarios (se prueban tanto rendimientos brutos como excedentes).
• Restricciones de Salida: Para garantizar que la matriz predicha sea una matriz de covarianza válida, la salida se somete a un posprocesamiento específico:
  • Simetrización: La matriz de salida se promedia con su transpuesta.
  • Definición Positiva Semidefinida (PSD): Se realiza una descomposición de valores propios y cualquier valor propio negativo se establece en cero antes de la reconstrucción.
  • Contracción: Un paso final de contracción lineal mezcla la salida del DL con la matriz de covarianza histórica más reciente para incorporar información valiosa de las condiciones de mercado recientes.

Configuración Experimental

• Datos: Datos diarios de 14 ETFs principales (que cubren acciones, bienes raíces y renta fija) desde enero de 2017 hasta diciembre de 2023. Una verificación de robustez más amplia utilizó 260 ETFs.
• Benchmarks: El modelo CAB se compara con 10 benchmarks categorizados como:
  • Ingenuos: Covarianza realizada con rezago (NA), Muestra completa (NAF), Media Móvil Ponderada Exponencial (EWMA).
  • Desruido: Análisis de Componentes Principales (PCA), Teoría de Matrices Aleatorias (RMT), Contracción Ledoit-Wolf (LW, LW F).
  • Basados en GARCH: Correlación Condicional Constante (CCC), Correlación Condicional Dinámica (DCC), Contracción No Lineal DCC (DCCNL).
• Métricas de Evaluación: Distancia euclidiana ($L_E$) y distancia de Frobenius ($L_F$) entre las matrices de covarianza predichas y realizadas.
• Regímenes de Mercado: El periodo de prueba (2021–2023) se divide en tres regímenes: Bull-1 (bajos rendimientos, acciones estables), Bear (tasas en alza, caída del mercado) y Bull-2 (altos rendimientos, repunte de acciones).

Resultados Clave

• Precisión de la Predicción: El modelo CAB superó consistentemente a todos los benchmarks clásicos durante todo el periodo de prueba. Redujo las métricas de distancia euclidiana y de Frobenius hasta en un 20% en relación con los modelos clásicos de mejor rendimiento (por ejemplo, DCC y EWMA).
• Robustez a través de Regímenes: CAB demostró un rendimiento superior en los tres regímenes de mercado (Bull-1, Bear, Bull-2). Si bien todos los modelos sufrieron una disminución en la precisión durante el periodo turbulento Bear, CAB mantuvo las tasas de error más bajas, particularmente en el periodo Bull-2 caracterizado por desplazamientos dinámicos entre activos.
• Escalabilidad: En el entorno de alta dimensionalidad (260 ETFs), CAB continuó superando a los benchmarks, confirmando su capacidad para manejar eficazmente la maldición de la dimensionalidad.
• Especificación de Rendimientos: La ventaja de rendimiento del modelo se mantuvo independientemente de si se utilizaron rendimientos brutos o rendimientos excedentes como entrada. Esto sugiere que la efectividad del marco no depende de la resta de la tasa libre de riesgo.
• Horizontes de Predicción: El modelo destacó en horizontes a medio plazo (por ejemplo, $F=20, 40, 90$ días). Si bien los modelos GARCH se desempeñaron de manera competitiva en horizontes muy cortos, su rendimiento disminuyó a medida que aumentaba el horizonte. CAB permaneció como el mejor rendimiento para horizontes medios a largos.

Valor Económico en la Gestión de Carteras
Los autores evaluaron la utilidad económica de las predicciones utilizando una estrategia de cartera de Varianza Mínima Global (GMV) sin restricciones de venta en corto.

• Reducción del Riesgo: Las carteras construidas utilizando predicciones de CAB lograron una volatilidad fuera de muestra menor en comparación con las que utilizaban otros modelos y el benchmark de ponderación igual ($1/N$).
• Rotación: Crucialmente, CAB logró esta reducción de riesgo con rotación moderada. A diferencia de algunos modelos dinámicos que requerían un rebalanceo frecuente (alta rotación) para lograr reducciones marginales de varianza, CAB ofreció un equilibrio estable entre la respuesta a los cambios del mercado y la eficiencia en los costos de transacción.
• Adaptación al Régimen: En el régimen Bear, CAB se clasificó cerca de la cima en horizontes diarios y semanales, equilibrando una menor rotación contra la volatilidad.

Significado y Afirmaciones
El artículo afirma que las arquitecturas avanzadas de aprendizaje profundo, específicamente aquellas que combinan convoluciones 3D, LSTM bidireccionales y mecanismos de atención, ofrecen una solución práctica para el desafío poco explorado de la predicción de covarianza a medio plazo. El estudio destaca que:

1. Enfoques Híbridos: La integración de técnicas de DL basadas en datos con conceptos econométricos tradicionales (como la contracción) produce ganancias sustanciales en la precisión predictiva, especialmente durante el estrés del mercado.
2. Aplicabilidad Práctica: El marco proporciona beneficios económicos tangibles para los inversores institucionales al reducir la volatilidad de la cartera sin incurrir en costos de negociación excesivos.
3. Robustez: El rendimiento del modelo es robusto ante diferentes especificaciones de rendimientos (brutos vs. excedentes) y escala eficazmente a grandes universos de activos.

Los autores concluyen que, si bien su trabajo cierra la brecha entre la innovación en aprendizaje automático y los principios financieros, la investigación futura debería explorar la adaptación a distribuciones de colas pesadas para una mejor captura del riesgo de cola y la incorporación explícita de costos de transacción en el proceso de optimización.