Comparative Evaluation of Modern Deep Learning Methodologies for Portfolio Optimization

A continuación se presenta un resumen técnico detallado del artículo "Evaluación comparativa de metodologías modernas de aprendizaje profundo para la optimización de carteras".

1. Planteamiento del Problema

Los métodos tradicionales de optimización de carteras, como la Teoría Moderna de Carteras (MPT), el Modelo de Valoración de Activos Financieros (CAPM) y el modelo Black-Litterman, dependen en gran medida de supuestos estáticos (por ejemplo, rendimientos distribuidos normalmente, matrices de covarianza estáticas) y relaciones lineales. Estos modelos luchan en entornos financieros modernos caracterizados por:

• No estacionariedad y No linealidad: Los mercados exhiben correlaciones que varían en el tiempo y dependencias complejas y no lineales que los modelos estáticos no pueden capturar.
• Alta Dimensionalidad: El volumen abrumador de activos y fuentes de datos (noticias, sentimiento, fundamentales) supera la ingeniería de características tradicional.
• Error de Estimación: La Optimización de Media-Varianza (MVO) es altamente sensible a los parámetros de entrada; pequeños errores en las estimaciones de rendimiento esperado o de covarianza pueden conducir a carteras inestables y subóptimas.

El estudio aborda la brecha en la literatura respecto a la integración de arquitecturas avanzadas de aprendizaje profundo con la teoría financiera tradicional para crear estrategias de cartera robustas, adaptativas y conscientes del riesgo.

2. Metodología

El estudio emplea un marco comparativo utilizando datos históricos diarios (2015–2023) a través de diversas clases de activos (Acciones, ETFs, Bonos, Oro). La metodología implica la construcción, entrenamiento y prueba retrospectiva de siete estrategias distintas.

A. Datos y Preprocesamiento

• Activos: AAPL, TLT, AMZN, SPY, EFA, GLD, MSFT.
• Características: Rendimientos diarios, indicadores técnicos (volatilidad, medias móviles, momento), estandarizados para garantizar la estabilidad del modelo.
• Prueba Retrospectiva: Operación simulada con costos de transacción, reequilibrio dinámico y restricciones de riesgo (máxima volatilidad/descenso máximo).

B. Arquitecturas de Modelos

La investigación evalúa cuatro paradigmas principales de aprendizaje profundo y sus combinaciones híbridas:

1. Aprendizaje por Refuerzo Profundo (DRL):

   • Objetivo: Aprender dinámicamente los pesos óptimos de la cartera para maximizar el ratio de Sharpe.
   • Mecanismo: Utiliza un agente PPO (Optimización de Política Proximal) que interactúa con el entorno del mercado.
   • Limitación Probada: El DRL independiente a menudo sufre de ineficiencia en la muestra y falta de conciencia estructural.

2. Autoencoders (AE):

   • Objetivo: Reducción de dimensionalidad y filtrado de ruido.
   • Mecanismo: Codifica flujos de rendimientos de alta dimensión en un espacio latente de menor dimensión ($Z$) y los reconstruye.
   • Uso: Utilizado como compresor de características para las entradas de DRL o como estimador de covarianza independiente.

3. Redes Neuronales de Grafos (GNN):

   • Objetivo: Modelar dependencias entre activos y estructuras de correlación en evolución.
   • Mecanismo: Trata los activos como nodos en un grafo ($\mathcal{G} = (\mathcal{V}, \mathcal{E})$) y utiliza el paso de mensajes para actualizar las representaciones de los nodos basándose en los vecinos.
   • Uso: Utilizado específicamente para estimar la matriz de covarianza para la optimización.

4. Transformers:

   • Objetivo: Capturar dependencias temporales de largo alcance en los rendimientos de los activos.
   • Mecanismo: Utiliza mecanismos de autoatención para ponderar la importancia de los pasos de tiempo pasados para la predicción de rendimientos futuros.
   • Uso: Genera vectores de rendimiento predichos ($\mu$).

C. Estrategias Híbridas

• Autoencoder + DRL: Utiliza características latentes del AE para estabilizar el entrenamiento de DRL.
• Transformer + GNN: Combina los rendimientos predichos por el Transformer con las matrices de covarianza estimadas por el GNN, alimentando ambos en un marco de Optimización de Media-Varianza (MVO).

D. Puntos de Referencia

Los modelos de aprendizaje profundo se comparan con:

• MVO de Markowitz: Utilizando entradas predichas.
• Ponderación Igual (1/N): Una línea base estática simple.
• Cartera 60/40: Una estrategia de asignación fija tradicional.

E. Métricas de Evaluación

• Rendimiento: Rendimiento Acumulado, Rendimiento Anualizado (CAGR).
• Riesgo: Volatilidad Anualizada, Descenso Máximo (MDD).
• Eficiencia: Ratio de Sharpe.

3. Contribuciones Clave

1. Validación de Arquitectura Híbrida: Demuestra que combinar modelos de aprendizaje profundo complementarios (por ejemplo, Transformers para series temporales y GNNs para datos relacionales) produce un control de riesgo superior en comparación con modelos independientes.
2. Reevaluación de Modelos Tradicionales: Cuestiona la narrativa de que la MVO es obsoleta. El estudio muestra que la MVO sigue siendo altamente competitiva (y a menudo superior en rendimientos brutos) cuando se combina con entradas de alta calidad derivadas del aprendizaje profundo.
3. Impacto de la Compresión de Características: Prueba que la reducción de dimensionalidad mediante Autoencoders estabiliza significativamente el entrenamiento de DRL, evitando que el DRL "ingenuo" tenga un rendimiento deficiente.
4. Marco de Prueba Retrospectiva Exhaustivo: Proporciona una comparación rigurosa de siete estrategias bajo restricciones realistas (costos de transacción, reequilibrio) durante un período de 8 años que incluye varios regímenes de mercado.

4. Resultados

El análisis empírico arrojó los siguientes hallazgos clave (basados en la Tabla 2 del artículo):

Estrategia	Rendimiento Acumulado (%)	Volatilidad (%)	Ratio de Sharpe	Descenso Máximo (%)
MVO (con entradas de DL)	461.31 (Más alto)	19.38	1.0885 (Más alto)	-31.82
Autoencoder	287.79	15.45	1.0546	-27.70
Autoencoder + DRL	273.76	15.26	1.0390	-26.52
Transformer + GNN	269.71	14.67 (Más bajo)	1.0659	-18.81 (Más bajo)
60/40	332.89	21.09	0.8798	-32.64
Ponderación Igual	287.79	15.45	1.0546	-27.70
DRL Independiente	50.06	15.71	0.3671	-37.36

• Rendimiento: La estrategia MVO que utiliza entradas de aprendizaje profundo logró el mayor rendimiento acumulado (461.31%) y el ratio de Sharpe (1.09), superando a todas las estrategias que solo utilizan aprendizaje profundo.
• Gestión de Riesgos: El híbrido Transformer + GNN demostró el mejor control de riesgos, logrando la menor volatilidad (14.67%) y el menor descenso máximo (-18.81%).
• Rendimiento de DRL: El DRL independiente tuvo un rendimiento deficiente (Sharpe 0.37), confirmando que sin priores estructurales o compresión de características, el DRL lucha por aprender políticas óptimas en datos financieros ruidosos.
• Comportamiento del Autoencoder: La estrategia de Autoencoder independiente reflejó la cartera de Ponderación Igual, indicando que la compresión de características por sí sola no genera alfa sin un mecanismo de asignación dinámica.

5. Significado y Conclusión

El estudio concluye que ninguna metodología única domina universalmente. En cambio, el enfoque óptimo reside en la sinergia entre la teoría financiera clásica y el aprendizaje profundo moderno:

• Complementariedad: El aprendizaje profundo destaca en la extracción de características (Transformers para el tiempo, GNNs para la estructura, Autoencoders para la reducción de ruido), mientras que la optimización tradicional (MVO) destaca en la construcción eficiente de carteras dados esos inputs.
• Robustez: Los modelos híbridos (específicamente Transformer+GNN) ofrecen una estabilidad superior y protección contra la baja, haciéndolos ideales para entornos institucionales sensibles al riesgo.
• Practicidad: La investigación valida que los modelos tradicionales no están obsoletos; más bien, su rendimiento depende de la calidad de los datos de entrada. Al reemplazar las estimaciones manuales con predicciones de aprendizaje profundo, la MVO recupera su competitividad.

Direcciones Futuras: Los autores sugieren explorar la integración de representaciones financieras latentes directamente en marcos de optimización tradicionales para mejorar aún más la escalabilidad y la interpretabilidad en implementaciones institucionales a gran escala.