Regret-Driven Portfolios: LLM-Guided Smart Clustering for Optimal Allocation

Resumen Técnico: Carteras Impulsadas por el Arrepentimiento: Agrupación Inteligente Guiada por LLM para la Asignación Óptima

Planteamiento del Problema
El artículo aborda el desafío persistente en la gestión de carteras a medio y largo plazo de equilibrar el riesgo y el rendimiento. Mientras que los fondos de índice pasivos (por ejemplo, el S&P 500) han superado históricamente a muchos fondos de cobertura activos en términos de rendimiento nominal, los inversores institucionales e individuales suelen priorizar los rendimientos ajustados al riesgo y la protección contra las caídas por encima de las ganancias brutas. Las estrategias activas tradicionales suelen sufrir de alta volatilidad, un reequilibrio infrecuente para evitar costes de transacción y un compromiso donde mayores rendimientos requieren mayores riesgos. Los autores proponen una solución para lograr rendimientos superiores sin incurrir en un riesgo indebido o en una frecuencia de negociación excesiva, dirigiéndose específicamente a inversores y gestores de fondos que evitan el riesgo.

Metodología
Los autores proponen un marco novedoso que integra el aprendizaje en línea sin arrepentimiento (no-regret online learning) con la guía de Modelos de Lenguaje de Gran Tamaño (LLM). El enfoque se estructura como un problema de toma de decisiones secuenciales donde un agente selecciona dinámicamente los pesos de la cartera para minimizar el "arrepentimiento" (regret): la diferencia entre el rendimiento acumulado del agente y la mejor cartera fija en retrospectiva.

El marco consta de cuatro componentes principales:

1. Preparación de Datos y Filtrado de Sentimiento: El sistema procesa datos de precios de activos e índices de sentimiento del mercado (específicamente el Índice Fear & Greed de CNN). Un filtro de sentimiento binario actúa como un control de riesgo de grano grueso, activando ya sea el reequilibrio de la cartera o la liquidación total durante condiciones de sentimiento extremo.
2. Agrupación y Cobertura Guiada por LLM: Un LLM interpreta las tendencias históricas de sentimiento para sugerir ajustes a nivel de sector.
   • Agrupación Dinámica (Dynamic Clustering): Se le proporciona al LLM una serie temporal de sentimiento de 12 meses para recomendar sectores prometedores. Para mitigar la varianza, el prompt se repite cinco veces y se seleccionan las recomendaciones más frecuentes.
   • Cobertura Pseudo (Pseudo-Hedging): Se consulta al LLM para identificar sectores complementarios que actúen como coberturas contra los grupos (clusters) seleccionados, con el objetivo de reducir la volatilidad y mejorar el ratio de Sharpe.
3. Asignación Guiada por el Arrepentimiento (El Motor Central): El mecanismo de asignación utiliza una estrategia inspirada en "Seguir al Líder" (Follow-the-Leader, FTL).
   • Formulación de Teoría de Juegos: El problema se modela como un juego de un solo agente donde el agente selecciona un vector de cartera $a(t)$ sobre $n$ activos en cada paso de tiempo.
   • Generación de Acciones: En lugar de mantener mezclas ponderadas de expertos (como en los algoritmos Hedge clásicos), el sistema genera acciones candidatas perturbando la asignación base actual. Específicamente, modifica el peso de un único activo dentro de límites predefinidos y ajusta las asignaciones restantes para satisfacer la restricción de suma igual a uno.
   • Selección: El agente selecciona la acción candidata que ha logrado el mayor rendimiento absoluto (por ejemplo, maximizando los ratios de Sharpe, Calmar o Sortino) sobre una ventana de observación ($k$) específica.
4. Mecánica de Backtesting: El sistema simula operaciones con restricciones realistas, incluyendo costes de transacción, gestión de exclusión de activos (delisting) y seguimiento diario de precios para bonos y efectivo.

Contribuciones Clave
El artículo describe tres contribuciones principales:

• Estrategia de Cartera de Arrepentimiento Greedy: Un marco de optimización novedoso que reequilibra dinámicamente los activos para minimizar el arrepentimiento retrospectivo. A diferencia de los métodos estáticos tradicionales, este enfoque se adapta a las dinámicas cambiantes del mercado mientras optimiza explícitamente las métricas de rendimiento ajustado al riesgo.
• Agrupación y Cobertura Guiada por LLM: La integración de los conocimientos de los LLM directamente en el proceso de construcción de la cartera. Los autores demuestran que, si bien los LLM pueden tener dificultades para predecir sectores de alto rendimiento basándose únicamente en datos de sentimiento, son efectivos identificando sectores de cobertura complementarios, vinculando así sistemáticamente las señales de finanzas conductuales con las decisiones de asignación.
• Desempeño Empírico Superior: El marco fue validado en dos universos de activos distintos: una mezcla minimalista "COCKROACH" (Efectivo, Oro, Bonos, SPY) y un conjunto complejo de 51 ETFs basados en sectores. El estudio proporciona extensos análisis de sensibilidad respecto a la frecuencia de reequilibrio, las ventanas de observación y los filtros de sentimiento.

Resultados
Los resultados empíricos del backtesting (enero de 2011 – junio de 2024 para el universo de ETFs) demuestran un desempeño superior frente a los puntos de referencia tradicionales:

• Rendimientos y Métricas de Riesgo-Retorno: La estrategia propuesta superó al baseline de compra y mantenimiento (buy-and-hold) del SPY en un 68.6% en rendimientos acumulados y logró un ratio de Sharpe un 119% superior.
• Control de Drawdown: La estrategia exhibió un máximo de caída (maximum drawdown) significativamente menor (aprox. 16%) comparado con el SPY (34%) durante el mismo periodo, destacando una protección superior contra las caídas.
• Impacto del LLM: La cobertura guiada por LLM mejoró sustancialmente los rendimientos ajustados al riesgo, aumentando los ratios de Sharpe hasta en un 63% en configuraciones específicas (reequilibrio trimestral). Por el contrario, la agrupación dinámica de sectores por sí sola no superó al universo completo de activos, lo que sugiere que los LLM son más adecuados para la cobertura que para la selección primaria de sectores en este contexto.
• Frecuencia de Reequilibrio: Se encontró que un esquema de reequilibrio trimestral era óptimo, logrando un equilibrio entre capturar tendencias de mediano plazo y minimizar los costes de transacción.

Significancia y Reivindicaciones
El artículo afirma que su marco ofrece una solución robusta y adaptativa para la gestión de activos de baja frecuencia que integra con éxito el aprendizaje en línea con las señales conductuales. Al restringir el espacio de búsqueda a ajustes incrementales alrededor de una base diversificada y utilizar los LLM para la mitigación de riesgos en lugar de la generación pura de alfa, el método produce carteras que consistentemente superan a los estándares de referencia con menor volatilidad.

Los autores posicionan este trabajo como un puente entre la optimización clásica, la teoría del aprendizaje sin arrepentimiento y las capacidades modernas de PLN (Procesamiento de Lenguaje Natural). Afirman que el enfoque es particularmente valioso para inversores que evitan el riesgo y gestores institucionales que buscan estrategias que ofrezcan protección contra las caídas y una baja correlación con los movimientos del mercado sin las altas comisiones o el bajo rendimiento asociados a menudo con la gestión activa tradicional. El estudio concluye que, si bien existen limitaciones (como el reequilibrio de frecuencia fija y las restricciones predictivas de los LLM), la integración de actualizaciones de "no arrepentimiento" con el condicionamiento ligero de sentimiento representa un paso significativo hacia adelante en la construcción práctica de carteras.