TRACE: Temporal Rule-Anchored Chain-of-Evidence on Knowledge Graphs for Interpretable Stock Movement Prediction

Ce papier présente TRACE, une méthode interprétable de prédiction des mouvements boursiers qui unifie des règles relationnelles symboliques, une exploration dynamique de graphes de connaissances et un raisonnement guidé par les LLM pour générer des verdicts auditables étayés par des chaînes de preuves ancrées dans l'actualité.

L'essentiel

🚀 TRACE : Le Détective Financier qui ne se Fie qu'aux Preuves

Imaginez que vous essayez de prédire si le prix d'une action (comme Apple ou Tesla) va monter ou descendre demain. La plupart des méthodes actuelles sont comme des devins : elles regardent les courbes passées ou lisent des milliers d'articles de presse pour avoir une "intuition". Le problème ? Elles font souvent des erreurs, inventent des faits (ce qu'on appelle des "hallucinations" chez les IA) et, surtout, elles ne peuvent pas vous expliquer pourquoi elles ont pris cette décision.

TRACE (Temporal Rule-Anchored Chain-of-Evidence) est une nouvelle approche qui change la donne. Au lieu d'être un devin, TRACE est un détective rigoureux qui travaille avec un réseau de relations (un graphique de connaissances) et un avocat (une intelligence artificielle).

Voici comment cela fonctionne, étape par étape, avec des analogies simples :

1. Le Grand Livre de Relations (Le Graphique de Connaissances)

Imaginez un immense arbre généalogique, mais pour les entreprises.

• Si Microsoft achète Activision, c'est une branche.
• Si Activision vend des jeux, c'est une autre branche.
• Si une nouvelle loi sur l'IA est publiée, cela touche Microsoft, c'est une autre branche.

TRACE ne regarde pas les actions isolément. Il voit tout le réseau : les fournisseurs, les concurrents, les partenaires, les procès, les produits. C'est comme si vous aviez une carte du monde où chaque entreprise est reliée à tout ce qui l'entoure.

2. Les Règles du Jeu (Les "Motifs" Économiques)

Avant même de commencer à enquêter, TRACE apprend des règles basées sur l'histoire.

• Exemple de règle : "Si une entreprise A investit dans une entreprise B du secteur de l'IA, et que B a une bonne nouvelle, alors A a de fortes chances de monter."

C'est comme si on donnait au détective un manuel de police : "Ne cherche pas n'importe quoi, cherche ces motifs précis qui ont souvent fonctionné par le passé." Cela évite de perdre du temps à chercher des liens qui n'ont aucun sens économique.

3. L'Enquête Guidée (L'Exploration Multi-sauts)

Quand TRACE doit prédire le mouvement d'une action, il ne devine pas. Il part de l'entreprise et suit les liens (les "sauts") dans le graphique, mais seulement s'ils respectent les règles apprises.

• Il ne suit pas n'importe quel chemin. Il suit les chemins qui ressemblent à ceux qui ont déjà fonctionné.
• Il s'arrête dès qu'il trouve une preuve textuelle (un article de presse, un rapport officiel) qui valide sa théorie.

L'analogie : Imaginez que vous cherchez un trésor. Au lieu de creuser au hasard dans tout le jardin, vous suivez une carte au trésor (les règles) qui vous dit exactement où chercher, et vous ne vous arrêtez que lorsque vous trouvez la boîte (la preuve dans l'actualité).

4. Le Juge et l'Avocat (Le Rôle de l'IA)

Une fois que TRACE a trouvé un chemin potentiel (par exemple : Microsoft → Achète → Activision → Article positif), il utilise une Intelligence Artificielle (LLM) pour jouer deux rôles :

1. L'Avocat : Elle vérifie si l'article de presse soutient vraiment l'idée que Microsoft va monter. Elle s'assure que l'IA ne "rêve" pas des faits.
2. Le Juge : Elle rassemble toutes les preuves trouvées et rend un verdict final : MONTER (UP) ou DESCENDRE (DOWN).

Le plus important ? TRACE ne vous donne pas juste le verdict. Il vous montre le chemin complet : "Je pense que ça va monter parce que Microsoft a acheté Activision, et voici l'article de presse qui le confirme." C'est comme si le juge vous montrait les pièces du dossier.

🏆 Pourquoi est-ce mieux que les autres ?

Dans les tests sur les actions du S&P 500 (les 500 plus grandes entreprises américaines) :

• Précision : TRACE a mieux prédit les mouvements que les modèles classiques (comme les arbres de décision ou les réseaux de neurones simples).
• Fiabilité : Il a surtout amélioré la capacité à repérer les bonnes opportunités (le "rappel") sans se tromper trop souvent.
• Transparence : C'est le plus gros avantage. Vous pouvez voir exactement pourquoi le modèle a pris sa décision. Pas de "boîte noire" mystérieuse.

En résumé

Imaginez que vous avez un expert financier qui :

1. Connaît parfaitement les relations entre toutes les entreprises du monde.
2. Ne suit que des stratégies qui ont fait leurs preuves historiquement.
3. Vérifie chaque information avec un article de presse récent.
4. Vous explique son raisonnement avec des mots clairs et des preuves tangibles.

C'est TRACE. Il transforme la prédiction boursière d'un art de la divination en une science de l'enquête structurée et vérifiable.

Résumé technique

1. Problématique

La prédiction des mouvements boursiers est un défi central en finance computationnelle. Les approches existantes souffrent de deux limitations majeures :

1. Traitement isolé des données : Les modèles traditionnels traitent souvent les sources d'information hétérogènes (prix historiques, sentiments textuels, relations entre entreprises) de manière indépendante, négligeant les dépendances relationnelles complexes (fusions, chaînes d'approvisionnement, régulations) qui propagent les risques et l'information.
2. Manque d'interprétabilité et hallucinations : Les méthodes basées sur les grands modèles de langage (LLM) sont puissantes pour comprendre le texte mais ont tendance à "halluciner" des faits non étayés et manquent de transparence, ce qui est inacceptable dans des domaines à haut risque comme la finance.

L'objectif est donc de créer un système capable de prédire les mouvements boursiers (Hausse/Baisse) en exploitant les relations dynamiques entre les entités financières, tout en fournissant des explications auditable et fondées sur des preuves textuelles concrètes.

2. Méthodologie : Le Framework TRACE

TRACE (Temporal Rule-Anchored Chain-of-Evidence) est un pipeline de bout en bout qui unifie des priors relationnels symboliques, une exploration de graphe dynamique et une prise de décision guidée par un LLM.

A. Construction du Graphes de Connaissances Temporelles (TKG)

Le système repose sur un graphe temporel financier dynamique ($G_t$) couvrant les données du S&P 500 (2022-2023).

• Entités : Sources textuelles (articles, filings), Événements, Produits, Instruments financiers, Entreprises, Personnes.
• Relations : Types variés tels que INVESTED_IN, PARTNERED, CAUSED_INCREASE, EXTRACTED_FROM (ancrage texte-entité).
• Contrainte temporelle stricte : Seules les informations disponibles à la date de prédiction $t$ sont accessibles (pas de fuite d'information future).

B. Fouille de Règles Automatique (Rule Mining)

Avant la prédiction, le système extrait des motifs relationnels récurrents à partir de l'historique du graphe pour créer une banque de règles ($R^*$).

• Exemple de règle : INVESTED_IN(X, Z) ∧ IN_SECTOR(Z, "AI") ⇒ PREDICT(X, UP).
• Ces règles ne sont pas utilisées comme des filtres statiques, mais comme des priors qui définissent l'espace de recherche admissible pour l'exploration ultérieure.

C. Exploration Guidée par les Règles et Ancrage Textuel

Pour chaque action à prédire, le système effectue une recherche de chemin (beam search) sur le graphe :

1. Initialisation : Départ de la nœud de l'entreprise à la date $t$.
2. Expansion Guidée : Le système ne explore que les séquences de relations qui sont des préfixes de règles valides dans $R^*$. Cela évite les explorations arbitraires et se concentre sur des motifs économiquement significatifs.
3. Sélection par LLM : Un LLM (Qwen) agit comme un sélecteur pour élaguer les relations candidates en fonction du contexte sémantique et de la cohérence temporelle.
4. Ancrage (Grounding) : Les chemins doivent se terminer par un nœud TextSource (article de presse, rapport) pour valider l'hypothèse.

D. Prédiction et Verdict

• Hypothèses : Lorsqu'un chemin complet correspond à une règle avec une confiance élevée (> 0.60), une hypothèse de prédiction est générée.
• Agrégation : Les signaux de plusieurs chemins sont agrégés pour déterminer le verdict final (UP/DOWN) en maximisant la confiance des règles validées.
• Interprétabilité : Chaque prédiction est accompagnée des chemins de raisonnement spécifiques (ex: Entreprise A → Investit dans B → B est dans le secteur IA → Article positif sur B) qui justifient la décision.

3. Contributions Clés

1. Framework Unifié TRACE : Première approche intégrant un graphe de connaissances temporelles, des règles symboliques et des LLM pour la prédiction boursière.
2. Raisonnement Guidé par les Règles et Ancré dans le Texte : Une procédure où les motifs minés contraignent les chemins admissibles et où chaque chaîne de raisonnement est ancrée dans des articles de presse récents, garantissant pertinence économique et validité temporelle.
3. Base de Données et Évaluation : Construction d'un graphe financier à grande échelle (42k nœuds, 174k arêtes) et démonstration d'une performance supérieure aux modèles de base (baselines) avec des explications explicites.

4. Résultats Expérimentaux

Les expériences ont été menées sur les actions du S&P 500 avec une fenêtre de prédiction de 1 jour.

• Performance de Prédiction :

  • Précision : 55,7 %
  • Rappel (Recall) : 71,5 % (supérieur aux autres modèles, indiquant une bonne détection des mouvements).
  • F1-Score : 60,8 %
  • Précision globale : 55,1 %
  • Comparaison : TRACE surpasse les modèles forts comme XGBoost (52,9 %), les réseaux de neurones temporels (T-GNN) et les agents basés sur LLM (FinMem, StockAgent).

• Analyse de Backtesting (Stratégie de Portefeuille) :

  • Sur une stratégie "Top-10 Buy & Hold" (sans rééquilibrage) sur l'année 2023 :
    • Retour Total : 41,7 % (contre 16,7 % pour le benchmark égalitaire).
    • Ratio de Sharpe : 2,00 (contre 1,17 pour le benchmark).
    • Drawdown Max : -11,7 % (meilleure gestion du risque).

• Qualité de l'Interprétabilité :

  • 85 % des prédictions sont soutenues par au moins un chemin complet.
  • 72 % des chemins correspondent à des règles minées.
  • Une analyse par des experts financiers a confirmé que 73 % des chemins étaient "financièrement significatifs".

• Analyse Contrefactuelle :

  • La suppression des nœuds de texte ou des relations clés dans les chemins entraîne une baisse monotone de la précision, prouvant que les prédictions dépendent réellement des preuves textuelles et non de corrélations spurious.

5. Signification et Impact

Le travail TRACE résout le compromis historique entre performance prédictive et transparence en finance.

• Réduction du bruit : En guidant l'exploration du graphe par des règles symboliques, le système évite les chemins sans signification économique.
• Confiance et Auditabilité : Contrairement aux "boîtes noires" des réseaux de neurones profonds, TRACE fournit des chaînes de preuves explicites reliant une décision d'investissement à des articles de presse spécifiques et à des relations structurelles connues.
• Robustesse Temporelle : L'application stricte des contraintes "as-of" (date de disponibilité de l'information) élimine les biais de fuite d'information, rendant les résultats réalistes pour un déploiement en production.

En conclusion, TRACE démontre qu'une approche hybride, combinant la rigueur des règles symboliques, la richesse des graphes de connaissances et la capacité de raisonnement des LLM, permet d'atteindre une supériorité prédictive tout en offrant une interprétabilité essentielle pour les décisions financières critiques.