Towards Causal Market Simulators

El artículo presenta el TNCM-VAE, un modelo que combina autoencoders variacionales con modelos causales estructurales para generar series temporales financieras contrafactuales que preservan tanto las dependencias temporales como las relaciones causales, permitiendo así análisis de riesgo y pruebas de estrés más robustos.

Lo esencial

¡Claro que sí! Imagina que el mercado financiero es como un océano gigante y caótico. Los bancos, las aseguradoras y los inversores necesitan predecir qué pasará en ese océano para no hundirse.

Hasta ahora, las herramientas que usaban para simular tormentas futuras (datos financieros sintéticos) eran como pintores que solo copiaban lo que veían. Podían dibujar olas que se parecían mucho a las reales, pero no entendían por qué se formaban. Si querías preguntar: "¿Qué pasaría si el viento dejara de soplar de repente?", esos pintores no podían responder con certeza, porque solo sabían imitar, no entender la física del viento.

Este paper presenta una nueva herramienta llamada TNCM-VAE. Vamos a desglosarla con analogías sencillas:

1. El Problema: Copiar vs. Entender

Imagina que tienes un robot que aprende a conducir viendo miles de videos de tráfico.

• Los robots antiguos (modelos actuales): Si ves un video donde el semáforo está rojo y el coche frena, el robot aprende: "Rojo = Frenar". Pero si le preguntas: "¿Qué pasaría si el semáforo estuviera verde pero yo decidiera frenar por miedo?", el robot se confunde. Solo sabe repetir lo que vio, no puede imaginar escenarios que nunca ocurrieron.
• El nuevo robot (TNCM-VAE): Este robot no solo mira el video, sino que tiene un manual de leyes de la física (causalidad) dentro de su cerebro. Entiende que el semáforo causa que el coche frene. Por lo tanto, puede responder: "Si cambiamos el semáforo a verde, el coche debería acelerar, a menos que...".

2. La Solución: El "Simulador de Realidades Alternas"

Los autores crearon un sistema que combina dos cosas poderosas:

• Un VAE (Autoencoder Variacional): Es como una máquina de compresión y descompresión. Toma datos complejos del mercado (precios, volúmenes), los convierte en un "resumen secreto" (latente) y luego intenta reconstruirlos.
• Un Modelo Causal (DAG): Es el mapa de carreteras que le dice a la máquina qué conecta con qué. Por ejemplo, le dice: "El precio del petróleo (X) afecta al precio de los billetes de avión (Y), pero no al revés".

La analogía del "Juego de la Vida":
Imagina que el mercado es un juego de ajedrez.

• Los modelos viejos miran las jugadas pasadas y dicen: "Cuando el caballo se mueve aquí, la gente suele mover la torre allá".
• El nuevo modelo (TNCM-VAE) entiende las reglas del juego. Si tú le dices: "Haz un movimiento de ajedrez que nadie ha hecho antes (intervención)", el modelo puede calcular con precisión cómo reaccionarán el resto de las piezas, porque entiende la lógica causal, no solo la estadística.

3. ¿Cómo funciona en la práctica? (El proceso de 3 pasos)

Para crear un escenario hipotético (lo que llaman "contrafactual"), el modelo hace tres cosas, como un detective:

1. Abducción (Investigar): Mira el mercado actual y deduce qué está pasando "detrás de escena" (los factores ocultos).
2. Acción (El "Qué pasaría si..."): Cambia una variable en su mente. Por ejemplo: "Imagina que el banco central sube los tipos de interés mañana".
3. Predicción (Simular): Usa sus reglas causales para dibujar cómo se vería el mercado después de ese cambio, asegurándose de que la historia tenga sentido y respete el tiempo (no puede predecir el futuro antes de que ocurra el presente).

4. Los Resultados: ¡Funciona!

Los autores probaron su invento con datos simulados que imitan el comportamiento de los mercados reales (un proceso matemático llamado Ornstein-Uhlenbeck, que es como un resorte que siempre quiere volver a su posición central).

• La prueba: Les preguntaron: "Si forzamos el precio de X a ser cero, ¿cuál es la probabilidad de que Y suba?".
• El resultado: La respuesta del modelo fue casi idéntica a la respuesta matemática perfecta (la "verdad absoluta"). La diferencia fue minúscula (muy pequeña, como la diferencia entre medir 1 metro con una regla de milímetros y una de micrómetros).

¿Por qué es esto importante para la gente común?

Este avance es crucial para:

• Pruebas de estrés: Imagina que un banco quiere saber: "¿Qué pasaría con mis ahorros si ocurre una crisis global repentina?". Antes, las simulaciones eran adivinanzas. Ahora, pueden generar escenarios realistas basados en la lógica causal.
• Mejor gestión de riesgos: Ayuda a entender no solo qué pasó, sino por qué pasó, permitiendo tomar decisiones más inteligentes.

En resumen

Este paper nos da un "simulador de universos paralelos" para el dinero. En lugar de solo mirar el pasado para adivinar el futuro, nos permite hacer experimentos mentales seguros: "¿Qué pasaría si cambiamos esto?", y obtener una respuesta que respeta las leyes reales de cómo funciona el mercado, no solo patrones aleatorios.

Es como pasar de tener un mapa dibujado a mano de un territorio desconocido, a tener un GPS con inteligencia artificial que entiende el terreno y puede decirte exactamente qué pasaría si decides tomar un camino que nadie ha recorrido antes.

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "Towards Causal Market Simulators" (Hacia Simuladores de Mercado Causales), presentado por Dennis Thumm y Luis Ontaneda Mijares.

1. El Problema

Los generadores de mercado actuales, que utilizan modelos generativos profundos (como GANs), han demostrado ser prometedores para la creación de datos financieros sintéticos. Sin embargo, presentan una limitación crítica: carecen de capacidades de razonamiento causal.

• Falta de inferencia contrafactual: Los métodos existentes no pueden realizar análisis contrafactuales robustos (es decir, responder a preguntas del tipo "¿qué habría pasado si...?"). Esto es esencial para la evaluación de riesgos y la gestión de escenarios hipotéticos.
• Limitaciones de la causalidad tradicional: El enfoque histórico de la causalidad en series temporales (Causalidad de Granger) asume que la frecuencia de medición coincide con la frecuencia causal real, lo cual es insuficiente para la atribución de primas de riesgo y la toma de decisiones de inversión.
• Necesidad de explicabilidad: Se requiere integrar mecanismos de razonamiento causal y explicabilidad en los modelos fundamentales de series temporales para superar el simple ajuste de patrones estadísticos.

2. Metodología Propuesta: TNCM-VAE

Los autores proponen el Modelo Causal Neural de Series Temporales VAE (TNCM-VAE), un marco híbrido que combina Autoencoders Variacionales (VAE) con Modelos Causales Estructurales (SCM).

La arquitectura se compone de tres módulos principales:

A. Codificador (Encoder)

• Mapea las series temporales de entrada a un espacio latente mediante una estructura jerárquica.
• Utiliza redes feedforward iniciales seguidas de capas GRU (Gated Recurrent Unit) para capturar dependencias temporales.
• Aplica el truco de reparametrización para muestrear variables latentes ($z = \mu + \epsilon \odot \exp(0.5 \log \sigma^2)$), asegurando que las representaciones aprendidas preserven la estructura temporal.

B. Decodificador Causal (Decoder)

• Restricción de DAG: A diferencia de los VAEs estándar, el decodificador impone una estructura de Grafo Acíclico Dirigido (DAG) explícito. Esto codifica las relaciones causales entre las variables (ej. $X_{t-1}$ afecta directamente a $Y_t$).
• Transformaciones RealNVP: Se emplean transformaciones RealNVP para modelar distribuciones condicionales complejas, permitiendo una estimación de densidad flexible.
• Generación de Contrafactuales: El decodificador permite la intervención mediante la operación $do(X_j = x_j)$, generando secuencias contrafactuales que respetan tanto las dependencias temporales como la estructura causal subyacente.

C. Función de Pérdida y Entrenamiento

• Distancia de Wasserstein Causal: Se utiliza como métrica de reconstrucción en la minimización del límite inferior de la evidencia (ELBO). Esta distancia, implementada mediante acoplamientos bicasuales, asegura que las dinámicas latentes respeten la estructura causal.
• Regularización KL: Se introduce una divergencia KL entre la distribución transformada por RealNVP y una distribución de referencia para mantener la consistencia entre las distribuciones a priori y a posteriori.
• Prior Dependiente del Tiempo: A diferencia de los VAEs estándar que usan una prior normal estándar, este modelo aproxima una distribución distinta en cada paso de tiempo, reconociendo que cada paso corresponde a una marginal diferente en el proceso estocástico.

3. Proceso de Generación Contrafactual

El modelo sigue un proceso de tres pasos para generar escenarios contrafactuales:

1. Abducción: Codificar la secuencia observada en el espacio latente para capturar la distribución a posteriori.
2. Acción: Modificar las variables de salida relevantes según la intervención $do(X_j = x_j)$ en un tiempo específico.
3. Predicción: Generar la secuencia contrafactual a través del decodificador, manteniendo la consistencia temporal y fijando las mismas confusores y variables endógenas que en el caso factual, excepto la variable intervenida.

4. Resultados Experimentales

Los autores validaron el modelo utilizando datos sintéticos generados a partir de procesos autoregresivos (AR) inspirados en el Proceso de Ornstein-Uhlenbeck (común en finanzas por su comportamiento de reversión a la media).

• Configuración: Se definieron dos experimentos evaluando la probabilidad de que una variable $Y$ supere un umbral bajo intervenciones específicas en $X$.
• Métricas: Se midió la distancia L1 entre las estimaciones de probabilidad del modelo y las soluciones analíticas de "verdad fundamental" (ground truth).
• Rendimiento:
  • El modelo TNCM-VAE demostró una alta precisión, con distancias L1 muy bajas (0.03 a 0.10) en comparación con la verdad fundamental.
  • En el Experimento 2, la precisión mejoró a medida que aumentaba el horizonte temporal (de 0.10 en el paso 1 a 0.03 en el paso 5), indicando una estabilidad temporal robusta.
  • Las distribuciones de probabilidad generadas mostraron una alineación cercana con las soluciones analíticas, confirmando que las restricciones causales guían eficazmente el proceso generativo.

5. Contribuciones Clave

1. Marco Híbrido: Integración exitosa de VAEs con Modelos Causales Estructurales para series temporales, permitiendo la generación de datos sintéticos que respetan mecanismos causales.
2. Arquitectura DAG en el Decodificador: Implementación explícita de grafos acíclicos dirigidos dentro de la red neuronal para forzar el cumplimiento de la causalidad durante la generación.
3. Capacidad de Inferencia Contrafactual: Habilidad para realizar análisis de escenarios hipotéticos ("stress testing") que son teóricamente consistentes y útiles para la gestión de riesgos.
4. Validación Teórica: Demostración de que los modelos AR discretos utilizados son aproximaciones válidas de dinámicas causales en tiempo continuo (Ornstein-Uhlenbeck), proporcionando una base sólida para la inferencia.

6. Significado e Impacto

Este trabajo aborda una brecha crítica en los generadores de mercado financieros actuales. Al proporcionar un método principista para el razonamiento contrafactual, el TNCM-VAE permite:

• Pruebas de Estrés Financiero: Generar trayectorias de mercado plausibles bajo condiciones extremas o intervenciones hipotéticas.
• Análisis de Escenarios: Evaluar el impacto causal de políticas o eventos de mercado en variables específicas.
• Mejora del Backtesting: Permitir una validación de estrategias de trading que considere no solo la correlación histórica, sino las relaciones causales subyacentes.

Aunque el modelo presenta un ligero aumento en el error de reconstrucción en comparación con baselines no restringidos (un trade-off aceptable por la corrección causal), su capacidad para mantener la consistencia temporal y causal lo posiciona como una herramienta superior para aplicaciones de riesgo y toma de decisiones en finanzas. El trabajo futuro se dirige a manejar procesos no estacionarios y cambios de régimen, comunes en los mercados reales.