Portfolio Optimization Proxies under Label Scarcity and Regime Shifts via Bayesian and Deterministic Students under Semi-Supervised Sandwich Training

Este artículo propone un marco de optimización de carteras asistido por aprendizaje automático que, mediante un pipeline de enseñanza-aprendizaje con datos sintéticos y modelos bayesianos o deterministas, supera las limitaciones de escasez de datos e incertidumbre de regímenes para lograr un rendimiento robusto y reducido en el giro de cartera.

Lo esencial

Imagina que gestionar una cartera de inversiones es como cocinar un plato complejo para una gran cena. Tu objetivo es que el plato sea delicioso (alto rendimiento) pero que no te enferme si algo sale mal (bajo riesgo).

Este artículo presenta una nueva forma de enseñar a una "inteligencia artificial" a cocinar este plato, incluso cuando tienes muy pocos ingredientes reales y el clima de la cocina cambia constantemente (los mercados financieros son volátiles).

Aquí tienes la explicación paso a paso, usando analogías sencillas:

1. El Problema: Cocinar con muy pocos ingredientes

Los métodos tradicionales de inversión (como la famosa fórmula de Markowitz) son como recetas antiguas que asumen que el clima siempre es perfecto y que los ingredientes nunca cambian de sabor. En la vida real, los mercados tienen "tormentas" (crisis) y los ingredientes se comportan de formas extrañas. Además, los datos financieros reales son escasos y ruidosos; es como intentar aprender a cocinar un banquete solo con 104 recetas de prueba.

2. La Solución: El Maestro y el Aprendiz (Teacher-Student)

Los autores crearon un sistema de dos niveles:

• El Maestro (El Optimizador CVaR): Imagina a un chef experto y muy cauteloso. Su única misión es evitar que la comida se queme (evitar pérdidas catastróficas). Este chef calcula matemáticamente la mejor forma de mezclar los ingredientes para minimizar el riesgo de desastre. Él genera las "etiquetas" o respuestas correctas.
• El Aprendiz (La Red Neuronal): Es un estudiante joven que quiere aprender a cocinar como el Maestro, pero no puede simplemente copiar la receta a mano (porque el Maestro es lento y costoso de ejecutar cada vez). El Aprendiz debe aprender la intuición del Maestro.

3. El Truco: El "Entrenamiento de Sándwich"

Como al Aprendiz le faltan ingredientes reales (datos), el equipo le dio dos tipos de ayuda:

1. Ingredientes Reales: Las pocas recetas reales que tenían.
2. Ingredientes Sintéticos (Simulados): Usaron una máquina para crear miles de escenarios de cocina imaginarios (simulaciones de mercados futuros) basados en la física de los ingredientes reales.

El entrenamiento es un "sándwich":

• Pan de arriba (Supervisado): El Aprendiz mira lo que hizo el Maestro con los ingredientes reales y trata de imitarlo.
• Relleno (No supervisado): El Aprendiz cocina en los ingredientes sintéticos, intentando no quemar la comida (minimizar el riesgo) sin que nadie le diga exactamente qué hacer, solo basándose en las reglas de seguridad.
• Pan de abajo (Supervisado): Vuelven a mirar al Maestro para asegurarse de que el Aprendiz no se ha desviado demasiado.

4. La Magia: El Aprendiz "Bayesiano" (El que tiene miedo saludable)

Aquí está la parte más interesante. Hay dos tipos de estudiantes:

• El Estudiante Determinista: Es un robot que cree que sabe todo al 100%. Si ve un pequeño cambio, cambia toda la receta drásticamente. Esto es peligroso porque puede comprar y vender demasiado (gastando mucho en comisiones) por pánico o exceso de confianza.
• El Estudiante Bayesiano (El Ganador): Este estudiante tiene una característica especial: sabe que no lo sabe todo. Siempre tiene una "duda" o incertidumbre en su mente.
  • La Analogía: Si el Estudiante Determinista ve un cambio en el mercado, grita: "¡Cambia todo ahora!" y compra/vende frenéticamente. El Estudiante Bayesiano piensa: "Hmm, el mercado cambió, pero podría ser una falsa alarma. Voy a hacer un cambio pequeño y prudente".
  • Resultado: Este estudiante natural reduce sus compras y ventas (turnover) a la mitad sin que nadie se lo pida. Ahorra dinero en comisiones porque no entra en pánico.

5. El Hallazgo Sorprendente: La "Paradoja del Alto Volatilidad"

Lo más increíble del estudio es lo que pasó cuando probaron al Aprendiz en un mercado completamente nuevo (con acciones diferentes a las que vio en el entrenamiento), especialmente durante momentos de mucho miedo (alta volatilidad).

• Lo esperado: Pensarías que el estudiante fallaría porque nunca vio esos ingredientes.
• Lo real: ¡El estudiante lo hizo mucho mejor en el mercado nuevo que en el antiguo!
• ¿Por qué? Porque el estudiante no aprendió a memorizar ingredientes específicos (como "compra Coca-Cola"). Aprendió principios de defensa (como "si hay tormenta, refúgiate en alimentos seguros"). Cuando el mercado nuevo ofreció mejores herramientas de defensa (acciones específicas de sectores seguros), el estudiante supo usarlas perfectamente. Fue como si un bombero entrenado en una ciudad pequeña pudiera apagar un incendio en una ciudad gigante porque entendió la lógica del fuego, no solo la calle donde entrenó.

Resumen Final

Este papel demuestra que podemos crear una Inteligencia Artificial para invertir que:

1. Aprende con muy pocos datos reales usando simulaciones.
2. Es más prudente y ahorradora de comisiones que los métodos tradicionales porque "duda" de sus propias predicciones (es Bayesiana).
3. Se vuelve más inteligente cuando el mercado se vuelve caótico y cambia a un nuevo conjunto de acciones, porque aprendió a protegerse, no solo a seguir una receta.

Es como pasar de tener un manual de instrucciones rígido a tener un chef que entiende la naturaleza de los ingredientes y sabe cómo cocinar seguro, incluso si la cocina cambia de lugar.

Resumen técnico

Resumen Técnico: Optimización de Carteras con Escasez de Etiquetas y Cambios de Régimen

1. Planteamiento del Problema

La optimización de carteras clásica (basada en Markowitz o medidas de riesgo de cola como el CVaR) enfrenta limitaciones críticas en entornos de mercado reales:

• Supuestos de distribución: Asumen normalidad y correlaciones lineales, fallando ante colas pesadas y no linealidades durante el estrés del mercado.
• Fragilidad de estimación: Pequeños errores en la estimación de retornos esperados y covarianzas provocan cambios drásticos en los pesos de la cartera.
• Falta de adaptabilidad: Los optimizadores tradicionales resuelven cada fecha de rebalanceo de forma independiente, sin mecanismos para generalizar entre diferentes regímenes de mercado o adaptarse a cambios estructurales.
• Escasez de datos: En finanzas, el número de observaciones etiquetadas (semanas de datos históricos) es bajo comparado con la dimensionalidad de las características (small-n, high-p), lo que lleva al sobreajuste en modelos de aprendizaje profundo estándar.

El objetivo de este trabajo es desarrollar un marco de optimización asistido por aprendizaje automático que funcione en entornos con pocos datos y alta incertidumbre de régimen, superando las limitaciones de los optimizadores clásicos y los modelos deterministas puros.

2. Metodología Propuesta

El enfoque se basa en un pipeline de aprendizaje de maestro-alumno (Teacher-Student) utilizando un paradigma de entrenamiento semi-supervisado llamado "Sandwich Training".

A. El Maestro (Teacher): Optimizador CVaR

• Se utiliza un optimizador de Valor en Riesgo Condicional (CVaR) para generar las etiquetas de supervisión (pesos de cartera óptimos).
• El CVaR se elige sobre la media-varianza por su capacidad para controlar directamente las pérdidas de cola y su convexidad, lo que lo hace adecuado como señal de entrenamiento supervisado.
• Este optimizador resuelve el problema de optimización en fechas específicas para crear un conjunto de datos de "verdad fundamental" (aunque limitado a 104 observaciones reales).

B. El Alumno (Student): Redes Neuronales Bayesianas y Deterministas

• Se entrenan cuatro modelos de estudiante que mapean características del mercado a pesos de cartera:
  1. DNN-sup: Red neuronal determinista, solo supervisada.
  2. BNN-sup: Red neuronal bayesiana (BNN), solo supervisada.
  3. DNN-S: Red determinista con entrenamiento "Sandwich".
  4. BNN-S: Red bayesiana con entrenamiento "Sandwich" (el modelo principal).
• Arquitectura: Las redes utilizan una capa softmax para garantizar que los pesos cumplan con las restricciones de suma unitaria y no negatividad (simplex) de forma estructural, no mediante penalizaciones.
• Inferencia Bayesiana: Las BNNs utilizan inferencia variacional para aprender una distribución posterior sobre los parámetros, permitiendo cuantificar la incertidumbre predictiva.

C. Entrenamiento "Sandwich" Semi-supervisado
Este es el núcleo de la metodología, adaptado por primera vez a la optimización financiera:

1. Fase Supervisada (Calentamiento): El modelo se entrena para imitar las etiquetas del maestro CVaR en los datos reales limitados.
2. Fase No Supervisada (Alternancia): Se utilizan datos sintéticos (generados mediante un modelo de factores con residuos de t-copula para preservar la dependencia de cola) sin etiquetas. El modelo minimiza el CVaR empírico sobre escenarios de pérdidas y una regularización de diversificación (entropía).
3. Fase de Anclaje Supervisado: Se vuelve a ajustar el modelo a las etiquetas del maestro para asegurar fidelidad en los regímenes conocidos.

• Aumento de Datos: Se generan 1,400 semanas sintéticas para expandir el conjunto de entrenamiento, creando un total de ~427 pares etiquetados (104 reales + 323 sintéticos).

D. Protocolo de Evaluación

• C2A (In-Distribution): Evaluación en el mismo universo de activos (36 ETFs) pero en un período de mercado real (2022-2026) con ajuste fino periódico y reinicio a la versión congelada (frozen checkpoint).
• D2A (Cross-Universe): Evaluación de generalización en un universo de activos disjunto (36 ETFs diferentes, sin solapamiento de nombres específicos, aunque con ~40% de superposición estructural).
• Niveles de Restricción (L1-L3): Desde retornos puros hasta ejecución realista con límites de posición, tope de rotación (turnover) y costos de transacción.

3. Contribuciones Clave

1. Marco de Aprendizaje Maestro-Alumno para Finanzas: Adaptación del paradigma de "optimización-proxy" al dominio financiero, demostrando que las redes neuronales pueden aprender la estructura de la optimización CVaR en lugar de memorizar soluciones específicas.
2. Pipeline BNN de Bajo Datos con Conciencia de Incertidumbre: Combinación de generación de datos sintéticos basada en factores con redes bayesianas. Esto permite estimaciones de incertidumbre calibradas, evitando compromisos excesivos cuando los datos son escasos o el régimen cambia.
3. Reducción Implícita de Rotación (Turnover): Descubrimiento de una propiedad emergente: los modelos bayesianos (BNN-S) regulan automáticamente su rotación semanal a un 11-14%, aproximadamente la mitad que sus contrapartes deterministas (~24%), sin ninguna penalización explícita de rotación en la función de pérdida. Esto se debe a que la marginalización posterior actúa como un regularizador de inercia.
4. Generalización Jerárquica y el "Paradoja HIGHVOL": Se demuestra que los modelos entrenados en índices agregados pueden generalizar a un universo de activos factorizado. Sorprendentemente, en regímenes de alta volatilidad, el rendimiento fuera de muestra (D2A) mejora (+140% a +276% en Sharpe) en comparación con el rendimiento en el universo de entrenamiento, gracias a la capacidad de rotar hacia instrumentos defensivos específicos que no estaban disponibles durante el entrenamiento.

4. Resultados Principales

• Eficiencia de Pareto: El modelo BNN-S logra una eficiencia Pareto óptima, superando al maestro CVaR y a la optimización Media-Varianza. Reduce el riesgo de cola (CVaR) en un factor de ~2.4x comparado con Media-Varianza, manteniendo un ratio de Sharpe competitivo.
• Estabilidad y Costos: Gracias a la regulación implícita de rotación, BNN-S reduce los costos de transacción anuales en aproximadamente un 50% respecto a los modelos deterministas (DNN-S), sin sacrificar retornos.
• Robustez ante Cambios de Régimen:
  • En mercados alcistas persistentes, los modelos deterministas (DNN-S) pueden superar a los bayesianos.
  • En regímenes de estrés (alta volatilidad, correcciones), BNN-S es significativamente más resiliente, evitando las pérdidas catastróficas que sufren los modelos deterministas y la optimización clásica.
• Generalización D2A: En la prueba de generalización a un nuevo universo de activos, los modelos bayesianos mostraron una menor desviación estándar en el ratio de Sharpe, indicando mayor robustez ante el desplazamiento de distribución (distribution shift).
• Hallazgo Contraintuitivo (HIGHVOL Paradox): Los modelos aprendieron heurísticas de reducción de riesgo (vuelo a bonos, diversificación en commodities) que, al aplicarse a un universo con instrumentos defensivos específicos (ETFs de baja volatilidad, utilities), permitieron un rendimiento superior en momentos de crisis, superando el rendimiento en el universo de entrenamiento original.

5. Significado e Implicaciones

• Para la Práctica Financiera: El marco ofrece una vía práctica para construir políticas de cartera que son conscientes de la incertidumbre, respetan las restricciones operativas y reducen costos de transacción de forma natural. Es especialmente relevante para sistemas de gestión de activos minoristas donde los datos son limitados y los costos de transacción son críticos.
• Para la Investigación:
  • Valida que el entrenamiento "Sandwich" es robusto ante cambios de dominio y escasez de etiquetas en problemas financieros no estacionarios.
  • Demuestra que la inferencia bayesiana puede integrarse eficazmente con restricciones arquitectónicas duras (como el simplex) sin necesidad de familias variacionales complejas.
  • Sugiere que la generalización en finanzas puede mejorar cuando el universo objetivo ofrece instrumentos más granulares (factorizados) que el universo de entrenamiento, permitiendo una ejecución más fina de las heurísticas aprendidas.

En conclusión, el paper propone que la combinación de distilación de conocimiento (aprendiendo de un optimizador CVaR), entrenamiento semi-supervisado (usando datos sintéticos) y modelos bayesianos (para incertidumbre y regularización implícita) constituye un enfoque superior para la optimización de carteras en entornos de datos escasos y mercados inestables.