Resumen Técnico: Pronóstico de la Volatilidad Global en Mercados Asíncronos

1. Definición del Problema

El artículo aborda el desafío fundamental de pronosticar la volatilidad realizada multivariante en los mercados de renta variable internacionales donde los calendarios de negociación son asíncronos. Las bolsas internacionales operan con calendarios de feriados dispares, lo que crea un "calendario de unión" donde algunos mercados están abiertos mientras otros están cerrados en cualquier fecha dada.

Esta asincronía introduce dos problemas críticos para el pronóstico:

1. Violación del Conjunto de Información: Los enfoques tradicionales suelen truncar los días no comunes (perdiendo información) o imputar datos faltantes con ceros (inyectando ruido). Crucialmente, en el pronóstico de múltiples pasos, los modelos corren el riesgo de incorporar inadvertidamente información futura si el conjunto predictivo no está estrictamente delimitado en el origen del pronóstico ($o = t - h$).
2. Sobreajuste en Espacios de Alta Dimensionalidad: La literatura reciente emplea arquitectas de aprendizaje automático complejas (p. ej., STGNNs, Transformers) para capturar spillovers no lineales. Sin embargo, la volatilidad financiera tiene una baja relación señal-ruido. Las redes neuronales no restringidas en este entorno son propensas al sobreajuste de ruido transaccional transitorio en lugar de aprender vínculos económicos robustos, violando a menudo los límites estrictos de información fuera de la muestra mediante matrices de covarianza estáticas de muestra completa.

La pregunta central de investigación no es si una red neuronal compleja puede superar a los modelos lineales incondicionalmente, sino si la información transfronteriza cuidadosamente regularizada y admisible respecto al origen produce una precisión de pronóstico incremental estadísticamente significativa más allá de los modelos de volatilidad establecidos.

2. Metodología: El Marco PGA-Trans-HAR

Los autores proponen el PGA-Trans-HAR, un sistema de pronóstico híbrido parsimonioso diseñado para probar el valor de la información transfronteriza restringida. La arquitectura integra una base econométrica sólida y congelada con una corrección neuronal acotada, gobernada por cuatro restricciones estructurales específicas:

A. Alineación de Información Admisible al Origen del Pronóstico

El sistema opera sobre un calendario de unión pero distingue estrictamente entre días de mercado observados y cierres de intercambio.

• Enmascaramiento (Masking): Una máscara asimétrica ($m_{t,n}$) asegura que los intercambios cerrados no transmitan señales espurias de volatilidad cero como fuentes temporales o espaciales, permitiéndoles, no obstante, actuar como consultas de destino.
• Límite Estricto del Origen: Todas las entradas, incluyendo la ventana neural y el prior econométrico rodante, están indexadas por el origen del pronóstico $o = t - h$. No se incluye ninguna observación en el intervalo $(o, t]$.

B. Canal de Información Transfronteriza Restringido

El modelo combina un mecanismo de atención espacial basado en datos con un prior econométrico estructural:

• Prior de Ridge-VAR/GFEVD Rodante: Se estima una regresión de vectores autorregresivos (VAR) regularizada por Ridge sobre una ventana histórica de arrastre (hasta 252 días) que termina en el origen del pronóstico. La Descomposición de la Varianza del Error de Pronóstico Generalizada (GFEVD) convierte esto en una matriz normalizada por filas de conectividad predictiva direccional. Este prior se actualiza cada 20 orígenes de pronóstico, asegurando que no haya sesgo de anticipación (look-ahead bias).
• Atención Basada en Datos: Un mecanismo de autoatención espacial aprende las dependencias directamente de los datos de entrada enmascarados.
• Puerta Específica de Mercado: Una puerta aprendida e invariante en el tiempo $g_n$ (específica para cada mercado de destino $n$) gobierna la asignación convexa entre la atención basada en datos y el prior econométrico. Esta puerta es constante a través de las fechas dentro de un modelo ajustado, capturando la heterogeneidad persistente en cómo los mercados absorben las señales extranjeras.

C. Pronóstico No Lineal Centrado en el Punto de Referencia

En lugar de reemplazar los modelos clásicos, el sistema utiliza el modelo de Autoregresión Heterogénea (HAR) como un ancla congelada.

• Corrección de Residuo Acotada: El sistema neural predice únicamente una corrección de residuo acotada en el dominio del inverso-softplus. El pronóstico final es:
  $$\hat{x}_{t,n} = \text{softplus}\left( \text{softplus}^{-1}(\hat{x}^{\text{HAR}}_{t,n}) + \alpha_n r_{b,n} \delta_{b,n} \right)$$
  donde $\hat{x}^{\text{HAR}}$ es el pronóstico lineal HAR congelado, y el término neural está estrictamente acotado por $\alpha_n$ y una puerta sigmoidea $r_{b,n}$. Esto garantiza la positividad y asegura que el componente neural proporcione solo un valor incremental.

D. Optimización de Equilibrio de Nodos

La función de pérdida incluye un término que penaliza el deterioro relativo severo en cualquier mercado individual, evitando que el modelo optimice el desempeño del panel agregado a expensas de mercados específicos.

3. Principales Contribuciones

1. Rigor Metodológico en Entornos Asíncronos: El artículo formaliza un protocolo estricto para manejar calendarios de negociación asíncronos, asegurando que todas las entradas predictivas sean estrictamente observables en el origen del pronóstico, eliminando así el sesgo de anticipación tanto en las entradas puras como en los grafos relacionales estimados.
2. Arquitectura Híbrida Parsimoniosa: Demuestra que un sistema híbrido restringido (Prior Econométrico + Atención Basada en Datos + Ancla HAR) puede superar tanto a los modelos lineales puros como a las arquitecturas de aprendizaje profundo no restringidas en entornos de baja relación señal-ruido.
3. Ablación Estructural de la Complejidad: A través de ablaciones anidadas, el artículo aisla el valor específico de los componentes arquitectónicos, mostrando que la flexibilidad no es monotonicamente beneficiosa y que la regularización estructural es esencial para obtener ganancias incrementales.
4. Evaluación Estadística Robusta: El estudio emplea una suite de evaluación integral que incluye ensambles de 5 semillas, pruebas de Diebold–Mariano ajustadas por HAC y Conjuntos de Modelos de Confianza (MCS) a través de horizontes diarios, semanales y mensuales.

4. Resultados Empíricos

El estudio utiliza datos de alta frecuencia de ocho índices globales principales (SPX, GDAXI, FCHI, FTSE, OMXSPI, N225, KS11, HSI) del periodo 2006–2022.

• Desempeño vs. Referencia HAR:
  • Diario ($h=1$) y Semanal ($h=5$): PGA-Trans-HAR reduce tanto el MSE como el MAE en los ocho mercados en relación con el benchmark univariate HAR.
  • Mensual ($h=22$): El marco restringido reduce los errores para siete de los ocho mercados.
• Desempeño vs. Benchmarks Más Amplios:
  • Diario: Logra el MAE promedio transfronterizo más bajo (aunque el HAR-KS lineal minimiza el MSE).
  • Semanal y Mensual: Logra el MSE y MAE promedio más bajos de toda la suite de benchmarks lineales y de aprendizaje profundo (incluyendo VHAR, GNN-HAR, DCRNN-HAR y Pure-ST-Transformer).
• Significancia Estadística:
  • Las pruebas de Diebold–Mariano confirman mejoras estadísticamente significativas, particularmente bajo pérdida absoluta (MAE) en los horizontes diario y semanal.
  • Los Conjuntos de Modelos de Confianza (MCS) muestran que el modelo es retenido en el conjunto superior para todos los mercados en los horizontes semanal y mensual, aunque el horizonte diario muestra mayor competencia con las variantes de puerta escalar.
• Perspectivas de la Ablación:
  • Dependencia del Horizonte: El prior econométrico rodante por sí solo proporciona las ganancias más significativas en el horizonte diario.
  • Eficacia de la Puerta (Gate): La puerta aprendida específica de mercado ($g_n$) mejora la precisión sobre una mezcla escalar uniforme ($g=0.5$) en los horizontes semanal y mensual, pero degrada el desempeño en el horizonte diario. Esto sugiere que el pronóstico a corto plazo se beneficia de un encogimiento (shrinkage) uniforme más fuerte, mientras que los horizontes más largos se benefician de asignaciones transfronterizas diferenciadas.
  • Complejidad: La atención profunda no restringida (Pure-ST-Transformer) no logra superar al HAR en horizontes cortos, confirmando que la flexibilidad arquitectónica por sí sola es insuficiente sin regularización económica.

5. Significado y Reivindicaciones

El artículo plantea una conclusión de afirmación calificada: la información transfronteriza disciplinada y alineada al origen genera un valor predictivo incremental genuino sobre el ancla HAR, siendo las ganancias más pronunciadas en los horizontos de mediano y largo plazo donde los spillovers estructurales persisten.

Los autores enfatizan que su contribución no es la superioridad del aprendizaje profundo sobre la econometría, sino el valor de la información restringida. Los resultados sugieren que en entornos de pronóstico financiero con bajas relaciones señal-ruido:

• La flexibilidad arquitectónica es más efectiva cuando está gobernada por restricciones económicamente interpretables (p. ej., priors admisibles al origen, residuos acotados).
• El enfoque de "caja negra" es menos efectivo que un enfoque híbrido que ancle las predicciones en la dinámica de volatilidad establecida (HAR) y permita que los componentes neurales proporcionen solo correcciones incrementales acotadas.
• La combinación específica de un prior GFEVD rodante, un enmascaramiento asimétrico y un mecanismo de puerta específico de mercado logra aislar la contribución predictiva marginal de la información transfronteriza sin sobreajuste.

El artículo evita explícitamente las afirmaciones de dominancia de modelo universal, identificación causal estructural o la capacidad de predecir regímenes de crisis de forma endógena. En su lugar, posiciona el marco como un método robusto para extraer precisión incremental de los datos transfronterizos respetando estrictamente los límites del conjunto de información disponible.