Decision-focused Sparse Tangent Portfolio Optimization

Resumen Técnico: Optimización de la Cartera Tangente Dispersa con Enfoque en la Decisión

Planteamiento del Problema
La optimización de carteras tangentes dispersas busca construir carteras interpretables de baja cardinalidad que maximicen el ratio de Sharpe (exceso de retorno por unidad de volatilidad) a lo largo de la frontera de media-varianza. Sin embargo, esta tarea enfrenta dos desafíos primarios:

1. Complejidad Computacional: Imponer una restricción de cardinalidad (limitar el número de pesos de activos distintos de cero) transforma el problema de optimización de una tarea continua suave en una búsqueda combinatoria NP-dura.
2. Desalineación entre Predicción y Decisión: Los flujos de trabajo convencionales de "predicción-luego-optimización" (PFL) entrenan modelos predictivos utilizando pérdidas estadísticas (por ejemplo, Error Cuadrático Medio) para pronosticar los retornos de los activos. Estos modelos se introducen posteriormente en un optimizador independiente. Este enfoque no tiene en cuenta la estructura de decisión descendente; los pequeños errores de pronóstico pueden propagarse a través de los pasos discretos de selección de activos, provocando una suboptimidad significativa en el rendimiento de la cartera final, particularmente bajo restricciones de dispersión estrictas.

Metodología
Los autores proponen un marco de Aprendizaje Enfocado en la Decisión (DFL) de extremo a extremo que integra la predicción, la selección de activos y la reoptimización de la cartera en un único flujo de trabajo diferenciable. La metodología central involucra tres innovaciones técnicas:

1. Reformulación Diferenciable del Ratio de Sharpe:
   Para permitir el flujo de gradientes a través de la capa de optimización, los autores reformulan el problema no convexo de maximización del ratio de Sharpe en un programa convexo que cumple con la Programación Parametrizada Disciplinada (DPP).

   • Utilizan una técnica de homogeneización, introduciendo una variable de escala $t$ y definiendo $y = tw$.
   • Al aplicar la factorización de Cholesky ($\Sigma = L_\Sigma L_\Sigma^\top$) a la matriz de covarianza, transforman el problema en una forma de Programación Cuadrática con Restricciones Cuadráticas (QCQP):
     $$\max_{y,t} y^\top \mu \quad \text{sujeto a} \quad \mathbf{1}^\top y = t, \quad \|L_\Sigma y\|_2 \leq 1, \quad t \geq 0$$
   • Esta formulación cumple con las reglas de DPP, permitiendo el uso de solvers como CVXPYlayers para calcular los gradientes con respecto a los retornos medios predichos $\hat{\mu}$.

2. Operador Soft Top-k Diferenciable:
   Para manejar la naturaleza discreta de las restricciones de cardinalidad ($k$ activos) manteniendo la diferenciabilidad, los autores reemplazan la selección hard top-k con un operador suave.

   • Los activos se clasifican según la magnitud de sus pesos transformados $|L_\Sigma^\top w|$.
   • Se genera una máscara soft top-k utilizando una función sigmoide logística $\sigma$ con un parámetro de desplazamiento aprendible $t$. El desplazamiento se determina mediante una búsqueda de bisección unidimensional para asegurar que la suma de los valores de la máscara sea exactamente igual a $k$.
   • El paso hacia atrás (backward pass) utiliza un producto vector-Jacobiano de forma cerrada, asegurando la eficiencia computacional y la estabilidad numérica sin formar explícitamente matrices Jacobianas grandes.

3. Objetivo de Entrenamiento de Extremo a Extremo:
   El modelo predictivo se entrena para minimizar una pérdida específica de la tarea en lugar de una pérdida de pronóstico pura. El objetivo combina:

   • Pérdida de Arrepentimiento (Regret Loss, $L_{DFL}$): La diferencia entre el retorno óptimo de la cartera bajo los parámetros reales y el retorno logrado utilizando las predicciones del modelo.
   • Pérdida de Predicción ($L_{MSE}$): Un término de Error Cuadrático Medio estándar para estabilizar el entrenamiento.
   • La pérdida total es una suma ponderada: $L_{Task} = \alpha L_{DFL} + (1-\alpha) L_{MSE}$.

Contribuciones Clave

1. Primera Aplicación de DFL a Carteras Tangentes Dispersas: Este trabajo une el aprendizaje enfocado en la decisión y la optimización de carteras dispersas, abordando restricciones de cardinalidad explícitas que las aplicaciones tradicionales de DFL han evitado en gran medida.
2. Capa de Decisión Diferenciable: Los autores construyen una nueva capa que combina una reformulación convexa de la maximización del ratio de Sharpe compatible con DPP con un operador top-k suave. Esto permite la propagación de gradientes a través de la predicción, la selección discreta y la reoptimización.
3. Validación Empírica: El marco se valida a través de cuatro mercados de renta variable principales (EuroStoxx50, FTSE100, KOSPI200, Nikkei225) con universos de activos y niveles de cardinalidad variables.

Resultados Experimentales
El marco DFL propuesto se comparó contra:

• Baselines: Modelos históricos (media-varianza sobre datos históricos) y flujos de trabajo de Aprendizaje Enfocado en la Predicción (PFL).
• Modelos de Optimización: OSCAR (heurístico), SD-relaxation (programación semidefinida) y mSSRM-PGA (gradiente proximal).

Hallazgos:

• Rendimiento Superior: El marco DFL alcanzó consistentemente ratios de Sharpe fuera de la muestra competitivos o superiores en comparación con los baselines de PFL e Históricos.
• Escalabilidad: Las ganancias de rendimiento fueron más pronunciadas en universos de activos más grandes (por ejemplo, KOSPI200 con 162 activos y Nikkei225 con 208 activos), donde la complejidad combinatoria de la selección dispersa es más alta.
• Estabilidad: Mientras que algunas variantes de PFL (específicamente SD-relaxation) ocasionalmente igualaron el rendimiento medio en mercados más pequeños, el método DFL exhibió desviaciones estándar más bajas a través de semillas aleatorias, indicando una mayor robustez al azar del entrenamiento.
• Series Temporales de Retorno: Las carteras DFL demostraron retornos realizados más altos durante el periodo de prueba en comparación con los baselines de PFL en la mayoría de los periodos de tiempo.

Significancia y Afirmaciones
El artículo afirma que alinear el objetivo de aprendizaje directamente con la calidad de la cartera descendente (rendimiento ajustado por riesgo) es crítico para la optimización dispersa. Al internalizar la estructura del problema de optimización restringida dentro del modelo predictivo, el marco mitiga el desajuste de "predicción-luego-optimización". Los autores aseguran que este enfoque es particularmente efectivo cuando el problema de selección es combinatoriamente difícil, como es el caso de universos de activos grandes y restricciones de cardinalidad estrictas.

Limitaciones
Los autores reconocen tres limitaciones principales:

1. Sobrecarga Computacional: Diferenciar a través del operador soft top-k introduce costos computacionales que escalan con el tamaño del universo de activos.
2. Alcance de las Restricciones: La formulación actual permite ventas en corto y no incorpora restricciones prácticas como posiciones solo largas, límites de apalancamiento o penalizaciones de rotación (turnover).
3. Generalizabilidad: El enfoque está diseñado específicamente para la optimización de la cartera tangente dispersa; extenderlo a otros objetivos de cardinalidad con diferentes metas descendentes requiere una adaptación no trivial.