Detecting Information Channels in Congressional Trading via Temporal Graph Learning

Resumen Técnico: Detección de Canales de Información en el Comercio Congresional mediante Aprendizaje de Grafos Temporales

Definición del Problema
El artículo aborda la persistente preocupación por la asimetría de información y los posibles conflictos de interés en los mercados financieros, centrándose específicamente en el comercio de acciones por parte del Congreso. Aunque regulaciones como la Ley STOCK de 2012 exigen la divulgación de datos, los legisladores suelen retener ventajas estructurales (por ejemplo, la asignación de comités) que les permiten la "anticipación informativa" de eventos que mueven el mercado. Los enfoques existentes suelen tratar estas transacciones como señales aisladas de series temporales, ignorando el rico contexto estructural (vínculos de comités, relaciones de cabildeo) que precipita las operaciones. Además, la aplicación de las Redes de Grafos Temporales (TGN) estándar a este dominio introduce un desafío crítico: la obsolescencia de la información. Los mercados financieros exhiben una latencia de resolución significativa (por ejemplo, horizontes de retorno de 18 meses) entre la observación de una operación y la materialización de su etiqueta de rendimiento. Los modelos estándar, que requieren supervisión inmediata, suelen descartar las interacciones durante este intervalo no resuelto, forzando predicciones basadas en representaciones de nodos desactualizadas.

Metodología: GAP-TGN
Para abordar estos desafíos, los autores proponen GAP-TGN (Gated Asynchronous Propagation Temporal Graph Network), un marco diseñado para grafos dinámicos de tiempo continuo (CTDG) con ventanas de predicción de largo horizonte.

1. Construcción de Datos (Capitol Gains): Los autores introducen "Capitol Gains", un conjunto de datos de grafo temporal multimodal que abarca desde el 1 de enero de 2013 hasta el 31 de diciembre de 2025. Este unifica las divulgaciones legislativas, los registros de cabildeo y las finanzas de campaña en un grafo bipartito dinámico que conecta a Congresistas con Empresas. Crucialmente, el conjunto de datos impone un protocolo estricto de Punto en el Tiempo (PIT) para evitar el sesgo de anticipación (look-ahead bias), asegurando que los datos se integren solo tras su divulgación pública (fecha de presentación) y no tras su ejecución privada.
2. Formulación del Grafo: El problema se plantea como una tarea de clasificación de aristas dinámicas. El objetivo es predecir si una transacción congresional específica ($k_{target} = \text{TRADE}$) exhibirá un rendimiento superior estadísticamente significativo respecto al S&P 500 durante un horizonte futuro $\Delta t$.
3. Innovaciones Arquitectónicas Centrales:
   • Propagación Asincrónica: A diferencia de las TGN estándar que descartan los datos durante el intervalo de resolución de etiquetas, GAP-TGN utiliza una estrategia de Propagación Asincrónica con Compuerta (Gated Asynchronous Propagation). Introduce un estado latente ($y_{edge} = 0.5$) para resultados pendientes. Esto permite al modelo procesar interacciones recientes y actualizar los estados de memoria de los nodos incluso cuando no hay etiquetas de verdad fundamental disponibles, asegurando que el modelo permanezca sincronizado con las señales estructurales más recientes.
   • Fusión Multimodal con Compuerta: La arquitectura emplea un mecanismo de compuerta para ponderar adaptativamente las Señales Estructurales (embeddings de grafo temporal, atributos estáticos de partido/estado) frente a las Señales de Mercado (características sistemáticas del mercado como el momentum y la volatilidad). Una compuerta escalar aprendible $g$ determina el límite de decisión, permitiendo al modelo priorizar patrones estructurales cuando el comercio se desvía de los fundamentos y confiar en el momentum cuando las señales estructurales son débiles.
   • Embedding Temporal: El modelo utiliza un mecanismo de Atención de Grafos para recuperar el contexto histórico, donde los pesos de atención están condicionados por las características de las aristas, incluyendo las etiquetas de resultados latentes ($y_{edge}$), lo que permite al modelo distinguir entre vecinos asociados con alfa positivo, alfa negativo o resultados pendientes.

Contribuciones Clave

1. Dataset Capitol Gains: Un conjunto de datos de grafo dinámico multimodal e integrado que unifica datos legislativos, de cabildeo y financieros con una estricta alineación temporal para prevenir el sesgo de anticipación.
2. Arquitectura GAP-TGN: Una novedosa red de grafos temporales que presenta una capa de Fusión Multimodal con Compuerta y una estrategia de Propagación Asincrónica diseñada específicamente para manejar la latencia inherente al etiquetado de rendimiento financiero.
3. Validación Empírica: Experimentos preliminares que demuestran que la posición relacional es un indicador adelantado del "alfa político", con el modelo propuesto mostrando una estabilidad superior en predicciones de largo horizonte en comparación con los modelos tabulares de base.

Resultados Experimentales
Los autores evaluaron GAP-TGN frente a modelos tabulares de base (Regresión Logística, MLP, XGBoost) utilizando una ventana rodante mensual desde enero de 2019 hasta abril de 2024.

• Estabilidad vs. Clasificación: Mientras que los modelos tabulares como XGBoost lograron puntuaciones de AUROC marginalmente más altas (0.525 frente a 0.490 para GAP-TGN a 18 meses), sufrieron una severa degradación de la señal en tareas de clasificación binaria. Al horizonte de 24 meses, el F1-score de XGBoost colapsó a 0.291, mientras que GAP-TGN mantuvo un F1-score robusto de 0.440 (una mejora de >51% en la identificación de casos positivos).
• Estudios de Ablación: Eliminar la estrategia de Propagación Asincrónica redujo el F1-score a 0.405, confirmando el papel crítico de cerrar la brecha no resuelta. Del mismo modo, eliminar la Fusión con Compuerta (TGN Vanilla) degradó el rendimiento a un F1 de 0.393, subrayando la necesidad de contextualizar los patrones estructurales con los datos de mercado.
• Limitaciones Actuales: Los autores señalan que el "Baseline de Transacción" actual probablemente carece de suficientes características en comparación con los modelos tabulares, lo que resulta en un menor AUROC. Postulan que la futura "Enriquecimiento de Nodos" (embeddings de legisladores) y el "Mejoramiento de Aristas" (contexto de cabildeo/donaciones) cerrarán esta brecha.

Significancia y Reivindicaciones
El artículo posiciona este trabajo como un catalizador para la investigación futura en el aprendizaje de grafos financieros, identificando el grafo legislativo-corporativo como una frontera poco explorada. Los autores afirman que GAP-TGN captura con éxito las complejas dependencias temporales entre las interacciones congresiano-corporativas y el rendimiento comercial subsiguiente, ofreciendo una prueba de concepto de que la posición relacional es un indicador adelantado del alfa político. El trabajo concluye sentando las bases para decodificar la mecánica de alta dimensión del alfa político mediante la integración de interacciones de orden superior, tales como los ciclos de patrocinio de proyectos de ley y la intensidad del cabildeo, enfatizando la importancia de la causalidad estricta en el modelado financiero.