Resumen Técnico: Expectativas vs. Realidades: El Costo del Pronóstico Óptimo en MSE bajo Incertidumbre Condicional

1. Planteamiento del Problema

El pronóstico de series temporales de pasos múltiples (MSF) se evalúa tradicionalmente mediante métricas de error punto a punto, notablemente el Error Cuadrático Medio (MSE). Este paradigma de evaluación trata implícitamente la esperanza condicional, $E[Y_h | X]$, como el objetivo de predicción suficiente y deseado. Sin embargo, los autores argumentan que esta suposición se vuelve frágil a medida que aumenta el horizonte de pronóstico. En muchos sistemas del mundo real, la incertidumbre se acumula con el tiempo, causando que la distribución condicional de los resultados futuros se disperse cada vez más.

Bajo condiciones de alta incertidumbre condicional, la esperanza condicional (el objetivo óptimo para MSE) puede divergir significamente de los resultados realizados típicos. En consecuencia, los modelos optimizados estrictamente para MSE suelen producir pronósticos "subdispersos": son precisos en un sentido puntual, pero fallan en capturar la variabilidad marginal de la verdadera distribución futura. El artículo postula que esto no es simplemente un fallo de capacidad del modelo o de optimización, sino una limitación estructural inherente al pronóstico determinista bajo pérdida cuadrática cuando la incertidumbre condicional es distinta de cero.

2. Metodología y Marco Teórico

2.1 Formalización Teórica

Los autores formalizan el problema utilizando la Ley de la Varianza Total:
$$\text{Var}(Y_h) = \text{Var}(E[Y_h | X]) + E[\text{Var}(Y_h | X)]$$
Definen una Brecha de Incertidumbre Condicional ($\text{Gap}_h$) como la fracción de la variabilidad total atribuible a la incertidumbre irreducible dado el pasado:
$$\text{Gap}_h = \frac{E[\text{Var}(Y_h | X)]}{\text{Var}(E[Y_h | X]) + E[\text{Var}(Y_h | X)]}$$
Cuando $\text{Gap}_h > 0$, la media condicional explica menos del 100% de la varianza del futuro realizado.

2.2 El Intercambio Precisión–Realismo (Teorema 1)

La contribución teórica central es el Teorema 1, que demuestra que para cualquier predictor determinista $f_h$:

1. Si $\text{Gap}_h > 0$, ningún predictor puede minimizar simultáneamente el MSE y coincidir con la distribución marginal de los futuros realizados ($L(Y_h)$).
2. El minimizador único de MSE es la esperanza condicional $f^*_h(X) = E[Y_h | X]$.
3. Debido a que $\text{Var}(f^*_h(X)) < \text{Var}(Y_h)$ siempre que $\text{Gap}_h > 0$, la distribución marginal del predictor óptimo para MSE difiere estrictamente de la verdadera distribución marginal.
4. Esto crea un Pareto frontier inevitable entre la exactitud puntual (MSE) y el realismo marginal (medido por la distancia de Wasserstein $W_1$).

2.3 Caracterización Empírica

Para cuantificar este intercambio, los autores emplean:

• Sistemas Sintéticos Controlados: Un sistema de Mackey–Glass estocástico donde el nivel de ruido ($\sigma_s$) y el horizonte ($h$) pueden ajustarse para controlar la brecha de incertidumbre condicional.
• Benchmarks del Mundo Real: Nueve conjuntos de datos que abarcan energía, tráfico, clima, calidad del aire y finanzas (ej. METR-LA, Electricity, ExchangeRate).
• Estrategias Evaluadas:
  • Directa (MIMO): Predice todo el horizonte en un solo paso.
  • Recursiva (REC): Predice iterativamente un paso adelante.
  • Reglas de Inferencia: Para modelos probabilísticos, comparan la inferencia basada en la media (media predictiva) frente a la inferencia basada en muestras (un solo despliegue de muestra).
• Métricas: MSE para exactitud y $W_1$ (distancia de Wasserstein-1) para el realismo marginal. También reportan métricas a nivel de trayectoria (DTW, Vector $W_1$, etc.) como verificaciones de robustez.

3. Resultados Clave

3.1 Geometría del Intercambio

• Régimen de Baja Incertidumbre: Cuando la brecha de incertidumbre condicional es pequeña, la frontera de Pareto es degenerada; los métodos se agrupan cerca de un único punto de operación donde minimizar el MSE también produce un alto realismo.
• Régimen de Alta Incertidumbre: A medida que la brecha aumenta (horizontes más largos o mayor ruido), el conjunto alcanzable de desempeños se expande hacia una frontera de Pareto pronunciada. Esto separa a los predictores óptimos para MSE (que están subdispersos) de los métodos que sacrifican la exactitud puntual para coincidir con la variabilidad marginal.
• Correlación: La longitud de la frontera de Pareto aumenta monótonamente con la brecha de incertidumbre condicional estimada.

3.2 El Costo de la Selección Estricta de MSE

• Costo de Oportunidad: Los autores definen un "intercambio exitoso" como un escenario donde una pequeña relajación en el MSE genera una ganancia relativa mayor en el realismo.
• Hallazgos Empíricos: A través de benchmarks sintéticos y del mundo real, relajar la restricción de MSE en solo un 5% frecuentemente desbloquea ganancias desproporcionadas en el realismo marginal.
  • Mejora Mediana: 17.3% de mejora en el realismo marginal ($W_1$) en todos los conjuntos de datos.
  • Tasa de Éxito: En el 84.1% de los casos (promedio global), una pequeña relajación del MSE resultó en un intercambio neto positivo de realismo.
  • Especificidad de Datasets: Algunos conjuntos de datos (ej. Clima, ExchangeRate) mostraron mejoras medianas en el realismo superiores al 22% con altas tasas de éxito.

3.3 La Estrategia y la Inferencia como Palancas de Control

El estudio demuestra que diferentes estrategias de pronóstico ocupan sistemáticamente diferentes regiones de la frontera de Pareto:

• Extremo Óptimo de MSE: Dominado por estrategias Directas (MIMO) e Inferencia basada en la media. Estas se alinean con la estimación de la esperanza condicional y producen pronósticos suavizados y subdispersos.
• Extremo Óptimo de Realismo: Dominado por estrategias Recursivas (REC) e Inferencia basada en muestras. Estas propagan la variabilidad a través del tiempo, coincidiendo mejor con la distribución marginal de los futuros realizados a costa de una mayor exactitud puntual.
• Modelos Probabilísticos: Incluso los modelos probabilísticos no eliminan el intercambio; simplemente lo navegan. Elegir la media predictiva coloca al modelo cerca del extremo de MSE, mientras que el muestreo lo coloca cerca del extremo de realismo.

4. Contribuciones

El artículo realiza tres contribuciones principales:

1. Explicación Teórica: Demuestra que el sobre-suavizado en el pronóstico de largo horizonte es una propiedad estructural de la predicción determinista bajo incertidumbre condicional, no un error de especificación del modelo. Ningún predictor determinista puede minimizar el MSE y coincidir con la distribución marginal simultáneamente si la brecha de incertidumbre es distinta de cero.
2. Cuantificación Empírica: Caracteriza la frontera de Pareto de exactitud–realismo, mostrando que la selección de modelos basada estrictamente en MSE incurre en un costo sustancial y evitable en el realismo marginal. Pequeñas relajaciones en el MSE a menudo producen grandes ganancias en el realismo.
3. Protocolo Práctico: Replantea la selección de estrategia (Directa vs. Recursiva) y la elección de inferencia (Media vs. Muestra) como mecanismos para navegar este espacio multiobjetivo, en lugar de simplemente optimizar una única métrica.

5. Significancia y Recomendaciones

El artículo argumenta que la incompatibilidad entre la exactitud punto a punto y el realismo de la distribución es una propiedad intrínseca del pronóstico de pasos múltiples bajo incertidumbre condicional, independiente de la clase de modelo.

Recomendación Práctica:
Los autores proponen una regla de selección de banda de tolerancia para la selección de modelos:

1. Identificar el modelo óptimo para MSE en los datos de validación.
2. Retener todos los candidatos cuyo MSE esté dentro de una pequeña tolerancia $\epsilon$ dependiente de la aplicación (ej. 5%) respecto al óptimo.
3. Entre estos "empates cercanos", seleccionar el modelo que maximice el realismo marginal (usando métricas como $W_1$) o, para modelos probabilísticos, que utilice diagnósticos de calibración y nitidez (sharpness).

Significancia:
Este trabajo desafía la práctica estándar de clasificar modelos basándose únicamente en el MSE, particularmente para el pronóstico de largo horizonte. Sugiere que la evaluación de métrica única puede ser estructuralmente engañosa, descartando sistemáticamente pronósticos que son más representativos de los futuros realizados. Al tratar el pronóstico de largo horizonte como un problema de selección multiobjetivo restringido, los profesionales pueden evitar el "costo" de la optimización exclusiva de MSE y seleccionar modelos que reflejen mejor la incertidumbre inherente al proceso generador de datos.