Resumen Técnico: Atención Sin Estimación

Declaración del Problema

El pronóstico de la volatilidad realizada (RV) es un desafío fundamental en la econometría financiera, crítico para la valoración de derivados, la gestión de riesgos y el capital regulatorio. Históricamente, este dominio ha sido dominado por modelos paramétricos, específicamente el marco de la Regresión Autorregresiva Heterogénea (HAR-RV) y la familia de modelos GARCH, que requieren la estimación de parámetros específicos para cada activo. Recientemente, los Modelos de Fundación de Series Temporales (TSFMs) —grandes arquitecturas de transformadores preentrenadas en corpora heterogéneos y desplegadas de manera zero-shot— han emergido como un cambio de paradigma potencial. Sin embargo, han faltado comparaciones rigurosas y reproducibles entre estos modelos de fundación zero-shot y los benchmarks econométricos clásicos robustos a saltos. Este artículo aborda esta brecha mediante el desarrollo de un marco matemáticamente riguroso para comparar los TSFMs contra modelos econométricos de vanguardia en un entorno controlado y offline donde los checkpoints propietarios no están disponibles.

Metodología

1. Benchmarks Econométricos y Extensiones Teóricas

Los autores establecen un conjunto integral de benchmarks econométricos, extendiéndose más allá de los estándares HAR-RV y GARCH(1,1):

• HAR-RV: Una regresión lineal sobre promedios diarios, semanales y mensuales de la RV. El artículo demuestra la consistencia y la normalidad asintótica del estimador OLS bajo dependencia de regresores de memoria casi larga (Teorema 1).
• HARQ (Ajustado por Cuarticidad): Incorpora la cuarticidad realizada para reducir el peso de los rezagos diarios ruidosos, abordando el error de medición en la RV.
• HAR-CJ (Robusto a Saltos): Descompone la RV en componentes continuos y de salto utilizando variación de potencia bipará (bipower variation) para modelarlos por separado.
• GARCH(1,1) y EWMA: Modelos paramétricos estándar de varianza condicional.
• Garantías Teóricas: El artículo deriva una corrección de sesgo log-normal para la exponencialización de los pronósticos de log-RV (Proposición 1) y establece las propiedades asintóticas de los estimadores.

2. Paradigma TSFM y Modelo Sustituto

Dado que los checkpoints propietarios de los TSFM (ej. Chronos, TimesFM) no pueden descargarse en el entorno offline de los autores, ellos construyen un sustituto de TSFM que instancia fielmente el paradigma de los TSFM sin pretender equivalencia con modelos propietarios específicos.

• Arquitectura: Un transformador basado en parches (siguiendo a PatchTST) con normalización de instancia y una cabeza probabilística gaussiana.
• Entrenamiento: Preentrenado desde cero sobre un panel de 15 activos sintéticos.
• Inferencia: Evaluado estrictamente de forma zero-shot (pesos congelados, sin actualizaciones de gradiente) en 5 activos mantenidos fuera de la muestra (held-out).
• Análisis de Complejidad: El artículo deriva la complejidad computacional por capa, mostrando que, si bien el paso hacia adelante (forward pass) del transformador es $O(P^2d)$, evita el costo $O(n)$ de la reestimación econométrica diaria, ofreciendo una ventaja de amortización en entornos multi-activo (Proposición 6).

3. Teoría del Aprendizaje Estadístico

El artículo proporciona límites formales para caracterizar cuándo se justifica la transferencia zero-shot:

• Complejidad de Rademacher: Un límite de generalización basado en normas para la clase de funciones del patch-transformer (Teorema 2).
• Límite de Transferencia PAC-Bayesiano: Un límite sobre el riesgo de transferencia zero-shot de los activos de entrenamiento a un activo mantenido fuera de la muestra, separando explícitamente el ajuste in-sample, la complejidad del modelo y la discrepancia de distribución (Teorema 3). Esto formaliza la intuición de que los modelos de fundación requieren paneles de preentrenamiento grandes para superar las penalizaciones de complejidad.

4. Marco de Evaluación

Se emplea un aparato de evaluación estadística robusto:

• Funciones de Pérdida: RMSE, MAE y QLIKE (probado como robusto a proxies de volatilidad ruidosos según Patton [31]).
• Puntuación Probabilística: Puntuación de Probabilidad Continua Clasificada (CRPS) para distribuciones predictivas gaussianas.
• Pruebas de Hipótesis: Pruebas de Diebold–Mariano para precisión por pares y un Conjunto de Modelos de Confianza (MCS) de bootstrap estacionario para la comparación conjunta de modelos.
• Datos: Un panel sintético realista de 20 activos generados a partir de un modelo de volatilidad estocástica de Heston con saltos, lo que permite el cálculo directo de la cuarticidad realizada y la variación de potencia bipará desde las trayectorias intradía.

Resultados Clave

1. Jerarquía de Desempeño

• TSFM vs. GARCH/EWMA: El sustituto TSFM supera estadísticamente de manera significativa a GARCH(1,1) y EWMA en todas las funciones de pérdida (RMSE, QLIKE) y procedimientos de prueba (Diebold–Mariano, MCS).
• TSFM vs. Familia HAR: El sustituto TSFM es superado significativamente por toda la familia HAR (HAR-RV, HARQ, HAR-CJ) en las pruebas de Diebold–Mariano por pares. HARQ y HAR-CJ logran las tasas de error más bajas, confirmando el valor de la robustez ante saltos y errores de medición en el proceso generador de datos sintéticos.
• Conjunto de Modelos de Confianza (MCS): Crucialmente, mientras que las pruebas por pares muestran que el TSFM es inferior a las variantes HAR, el conjunto de modelos de confianza conjunto (confianza del 90%) incluye al sustituto TSFM junto con toda la familia HAR. Esto indica que, al contabilizar las comparaciones múltiples, el Tferible TSFM es estadísticamente indistinguible de los mejores modelos econométricos.

2. Longitud de Contexto y Arquitectura

• Ablación de Contexto: La precisión zero-shot mejora monótonamente a medida que aumenta la ventana de contexto del transformador (de $L=16$ a $L=64$). La variante $L=64$ supera a la línea base $L=32$, sugiriendo que el modelo aún no ha saturado los beneficios de los horizontes de observación más largos, reflejando la dependencia de HAR en rezagos de varios meses.
• Calibración: La distribución predictiva del sustituto TSFM (vía CRPS) es competitiva y ligeramente mejor calibrada que la de un HAR-RV simple, resaltando la fuerza de su cuantificación de incertidumbre aprendida.

3. Eficiencia Computacional

• Aunque el paso hacia adelante de una sola muestra del sustituto TSFM es actualmente más lento en tiempo de ejecución real que el reajuste de HAR basado en OLS para los tamaños de muestra utilizados ($n \approx 1,250$), el artículo argumenta que la ventaja práctica reside en la amortización: una única red congelada sirve a todos los activos sin necesidad de reestimación por activo, eliminando la complejidad operativa de mantener canales econométricos separados.

Significado y Reivindicaciones

El artículo pretende proporcionar una comparación matizada y matemáticamente fundamentada en lugar de un simple veredicto de "ganador se lo lleva todo". Sus principales contribuciones son:

1. Refinar el Debate de Paradigmas: Los resultados sugieren que las estructuras autorregresivas de memoria larga (familia HAR) siguen siendo extremadamente difíciles de superar en datos estacionarios de régimen único. La afirmación más fuerte del TSFM no es que "venza" a HAR directamente, sino que logra la indistinguibilidad estadística de los mejores modelos mientras ofrece la ventaja arquitectónica de cero reestimación por activo.
2. Justificación Teórica de la Escala: A través del Teorema 3 (límite PAC-Bayes), el artículo formaliza que la desventaja actual del TSFM respecto a HAR se debe en parte al pequeño panel de preentrenamiento ($N=15$). La penalización de complejidad en el límite escala con $1/\sqrt{n}$, lo que implica que la verdadera mejora de los modelos de fundación probablemente requiere el preentrenamiento en órdenes de magnitud más de datos heterogéneos para que el término de complejidad sea insignificante.
3. Rigor Metodológico: El estudio establece un protocolo reproducible para evaluar modelos de fundación en entornos offline, demostando que un sustituto entrenado a medida puede probar válidamente el paradigma (atención por parches, transferencia zero-shot) sin necesidad de checkpoints propietarios.
4. Sensibilidad de la Función de Pérdida: El estudio demuestra que el ranking de los modelos y la membresía en el Conjunto de Modelos de Confianza no son invariantes a la pérdida. El TSFM es excluido del MCS bajo la pérdida de error cuadrático (debido a la sensibilidad a los picos de volatilidad), pero incluido bajo QLIKE, lo que refuerza la necesidad de utilizar funciones de pérdida robustas como QLIKE en el pronóstico de volatilidad.

En conclusión, el artículo postula que, si bien los modelos de fundación muestran promesa y expresividad arquitectónica (probado vía Proposición 5 que anidan las estructuras HAR), su superioridad práctica sobre la econometría clásica en el pronóstico de volatilidad depende de la escala (paneles de preentrenamiento grandes y heterogéneos) y las condiciones de despliegue (cambios de régimen, heterogeneidad entre activos) que no estuvieron plenamente presentes en este estudio sintético de régimen único.