Resumen Técnico: Suavizamiento Exponencial de Wasserstein

Planteamiento del Problema

El análisis de series temporales distribucionales —donde las observaciones son distribuciones de probabilidad en lugar de valores escalares— presenta desafíos únicos y distintos de las series temporales clásicas de pronóstico. El espacio de estados de las distribuciones de probabilidad es de dimensión infinita y carece de la estructura de espacio vectorial requerida para operaciones estándar como la suma y la multiplicación escalar. En consecuencia, las metodologías de pronóstico tradicionales, como los modelos autorregresivos (AR) y el suavizamiento exponencial (ES), no pueden aplicarse directamente. Si bien la literatura reciente ha adaptado marcos autorregresivos al espacio de Wasserstein (p. ej., Zhang et al., 2022; Zhu y Müller, 2023), el conjunto de herramientas metodológicas sigue estando subdesarrollado en comparación con los entornos escalares. Específicamente, existe una notable ausencia de un análogo simple, robusto y parsimonioso al suavizamiento exponencial para datos distribucionales.

Metodología

El artículo propone el Suavizamiento Exponencial de Wasserstein (WES), una generalización del ES clásico al espacio de distribuciones de probabilidad en $\mathbb{R}$, denotado como $W_2(\mathbb{R})$.

Marco Central

La metodología eleva la interpolación recursiva del ES clásico desde el espacio euclidiano al espacio de Wasserstein, reemplazando la interpolación lineal por la interpolación geodésica bajo la distancia de Wasserstein.

1. Representación del Espacio de Estados: El proceso WES modela la evolución de una distribución predictora latente $\mu_t$ y una distribución observable $\nu_t$. La observable se genera mediante un mapa de pushforward aleatorio (ruido) aplicado al predictor anterior.
2. Actualización Recursiva: El predictor $\mu_t$ se actualiza como un punto intermedio en la geodésica de Wasserstein que conecta el predictor anterior $\mu_{t-1}$ y la observación actual $\nu_t$. Formalmente, para un parámetro de suavizamiento $\theta \in (0,1)$:
   $$\mu_t = \left( (1-\theta) \cdot \text{Id} + \theta \cdot T_{\mu_{t-1} \to \nu_t} \right) \# \mu_{t-1}$$
   donde $T_{\mu_{t-1} \to \nu_t}$ es el mapa de transporte óptimo y $\#$ denota la operación de pushforward.
3. Representación por Cuantiles: Aprovechando la naturaleza unidimensional del dominio, los autores utilizan la isometría entre la distancia de 2-Wasserstein y la distancia $L^2$ entre funciones de cuantiles. Esto permite que la compleja recursión distributiva se exprese equivalentemente en términos de funciones de cuantiles $U_t$ y residuos $F_t$:
   $$U_t(q) = U_{t-1}(q) + \theta F_t(q)$$
   donde $F_t(q) = V_t(q) - U_{t-1}(q)$ representa el residuo de cuantiles. Esta formulación refleja la forma de corrección de error del ES clásico.

Estimación

El parámetro de suavizamiento $\theta$ se estima minimizando el Error de Predicción de Wasserstein Mínimo. Dado una secuencia de datos $\{\nu_t\}_{t=1}^T$, el estimador $\hat{\theta}_T$ se define como:
$$\hat{\theta}_T = \arg \min_{\theta \in (0,1)} \frac{1}{T} \sum_{t=0}^{T-1} W_2^2(\mu_t^\theta, \nu_{t+1})$$
Esta minimización es computacionalmente factible debido a la representación de cuantiles tratable en una dimensión.

Principales Contribuciones

1. Extensión Metodológica: El artículo formula un procedimiento de suavizamiento exponencial principista para series temporales distribucionales dentro del espacio de Wasserstein, manteniendo la alta parsimonia del ES clásico (regido por un único parámetro escalar).
2. Teoría de Estimación: Propone y analiza un estimador consistente para el parámetro de suavizamiento basado en la minimización de la distancia de Wasserstein.
3. Propiedades Teóricas: Los autores establecen resultados teóricos incluyendo:
   • Estacionariedad de la Media de Fréchet: Se demuestra que el proceso WES es estacionario en términos de su media de Fréchet.
   • Autocovarianza de Residuos: Los residuos de modelo-cuantil exhiben un decaimiento exponencial en su autocovarianza.
   • Consistencia: Se prueba que el estimador de Wasserstein mínimo es consistente, convergiendo al parámetro real a medida que aumenta el tamaño de la muestra.
4. Validación Empírica: El método se aplica a dos dominios distintos: rendimientos financieros de alta frecuencia y residuos de la demanda eléctrica doméstica.

Resultados

Estudios de Simulación

Las simulaciones utilizando mapas de desplazamiento aleatorio y de pushforward de seno aleatorio demuestran que el estimador de Wasserstein mínimo es insesgado y estable en muestras finitas. A medida que el tamaño de la muestra aumenta, la variabilidad del estimador disminuye y las estimaciones se centran estrechamente alrededor del verdadero parámetro de suavizamiento.

Aplicaciones Empíricas

Los autores compararon WES contra cuatro referentes de series temporales distribucionales:

• Autorregresivo de Wasserstein (WAR)
• Mapa de Transporte Autorregresivo (ATM)
• Modelo Autorregresivo Distribucional (ODAM)
• Regresión de Distribución sobre Distribución (DoDRM)

Rendimientos Financieros: Utilizando distribuciones diarias de rendimientos logarítmicos de 5 minutos para 10 de los principales índices de acciones globales, WES logró el menor Error de Predicción de Wasserstein Medio (MWPE) para los 10 índices. Fue el único miembro del Conjunto de Modelos de Confianza (MCS) del 90% en 8 de los 10 casos y superó estadísticamente a todos los referentes en la mayoría de las pruebas de Diebold-Mariano.

Demanda de Electricidad: Utilizando distribuciones de residuo de demanda diaria de 10 hogares de Londres, WES también logró el menor MWPE para los 10 hogares. Se mantuvo en el MCS del 90% para cada hogar, mientras que el mejor referente (WAR) solo apareció en 4 de los 10.

Significación y Reivindicaciones

El artículo afirma que WES proporciona una alternativa convincente a las formulaciones autorregresivas complejas para series temporales distribucionales, particularmente en aplicaciones donde la adaptabilidad y la simplicidad son primordiales. La significación del trabajo radica en:

• Cerrar una Brecha: Llena un vacío metodológico crítico al proporcionar un análogo distributivo de la técnica de suavizamiento exponencial, ampliamente utilizada y robusta.
• Eficiencia Computacional: Al explotar la geometría de Wasserstein unidimensional, el método evita la carga computacional de estimar operadores autorregresivos o mapas de transporte, manteniéndose analíticamente tratable.
• Superioridad Empírica: Los resultados sugieren que la estructura recursiva parsimoniosa de WES a menudo produce una precisión predictiva superior en comparación con los referentes autorregresivos más sofisticados, tanto en entornos financieros como no financieros.

Los autores señalan que el marco actual está restringido a distribuciones unidimensionales debido a la dependencia de la isometría exacta entre la distancia de Wasserstein y la distancia $L^2$ de los cuantiles. Reconocen que extender esto a entornos multivariados ($d > 1$) sigue siendo un desafío no trivial para investigaciones futuras.