Résumé technique : Interfaces d'abstraction d'état sémantique pour les décisions de portefeuille assistées par LLM

Énoncé du problème

L'apprentissage par renforcement profond (DRL) et les systèmes de décision séquentielle intègrent de plus en plus du texte non structuré (par exemple, des actualités financières) avec des données de marché numériques. Cependant, un écart de conception critique existe : la plupart des pipelines obscurcissent la distinction entre la représentation sémantique du texte et l'algorithme d'optimisation utilisé pour l'exploiter. Les approches courantes utilisent soit des vecteurs latents de haute dimension (obscurcissant l'interprétabilité), soit des scores scalaires uniques (par exemple, un score de sentiment unique), qui confondent des concepts orthogonaux tels que le risque, la confiance et la volatilité. De plus, lorsque le texte est sparse (n'apparaissant que sur un sous-ensemble de dates de décision), il n'est pas clair si les gains de performance proviennent du signal sémantique lui-même ou de la capacité de l'algorithme d'apprentissage spécifique à gérer le bruit.

Méthodologie : Interfaces d'abstraction d'état sémantique (SSAI)

Les auteurs introduisent les Interfaces d'abstraction d'état sémantique (SSAI), un modèle méthodologique conçu pour mapper du texte non structuré et sparse en $K$ coordonnées nommées et auditable.

1. Le cadre SSAI

• Définition : SSAI mappe un ensemble de documents $N_{s,d}$ pour l'actif $s$ le jour $d$ vers un vecteur $\sigma \in \{1, \dots, 5\}^K$.
• Axes : Dans cette instance, $K=4$ axes sont définis :
  1. Sentiment : Très négatif (1) à très positif (5).
  2. Risque : Très faible risque (1) à très haut risque (5).
  3. Confiance : Très incertain (1) à très certain (5).
  4. Prévision de volatilité : Très calme (1) à très volatil (5).
• Implémentation : Un Grand Modèle de Langage (LLM) figé est sollicité avec des instructions fixes et des exemples few-shot pour extraire ces scores entiers.
• Gestion de la sparsité : Les jours sans actualités ($N_{s,d} = \emptyset$), le système applique une valeur neutre par défaut (valeur 3,0) plutôt que de remplir par zéro ou de supprimer les données.
• Auditabilité : L'interface est conçue pour une supervision humaine en boucle, permettant une ablation au niveau des invites et une lisibilité réglementaire (par exemple, « le risque est passé de 2 à 4 »).

2. Protocole d'évaluation : Séparation de la représentation et de l'optimisation

La contribution méthodologique centrale est une conception d'évaluation qui isole l'effet de la représentation ($\phi$) de l'optimiseur.

• Représentation fixe : Un seul $\phi$ figé (la carte SSAI) est partagé entre tous les estimateurs.
• Estimateurs parallèles : Le même état sémantique est injecté dans trois classes distinctes de modèles :
  1. Estimateurs à faible variance : Portefeuilles de facteurs directs (SFP, SRF, SCW) et prévisionneurs ridge supervisés.
  2. Estimateurs non linéaires à haute variance : Agents d'apprentissage par renforcement (DP-PPO et SAC).
• Invariance : Comme $\phi$ est identique et figé pour tous les modèles, toute différence de performance est attribuable au choix de l'algorithme, et non à la représentation.

3. Configuration expérimentale

• Données : 30 actions du NASDAQ-100, période de test 2019–2023 (hors échantillon), entraînement sur 2013–2018. Actualités provenant de FNSPID.
• Lignes de base : Buy-and-Hold (B&H), Momentum, Égal-Volatilité, et encodeurs neuronaux denses (FinBERT, PC1 des axes SSAI).
• Agents RL :
  • DP-PPO : Optimisation de politique proximale pénalisée par le drawdown avec un terme de mise en forme de récompense pour pénaliser les drawdowns de manière super-linéaire.
  • SAC : Soft Actor-Critic (hors politique) avec des observations d'état identiques.

Résultats clés

1. Performance du portefeuille (Portefeuilles de facteurs)

• Surperformance apparente : Le Portefeuille de Facteur Sémantique SSAI à 4 axes (SFP) a réalisé un Retour Cumulé (CR) de 307,2 % et un Sharpe de 1,067, semblant surpasser le Buy-and-Hold (243,6 %).
• La réserve de l'« effet de composition » : Cet avantage ne survit pas à des contrôles rigoureux :
  • Échec apparié par strate : Lorsqu'on contrôle la fréquence de couverture des actualités, le SFP sous-performe le B&H dans chaque tercile de couverture (Faible, Moyen, Élevé). Le gain agrégé était un « effet de composition de sélection de panier » — le modèle a sélectionné des actions à couverture moyenne qui ont fortuitement bien performé, et non parce que le signal était prédictif au sein de ces groupes.
  • Sensibilité aux coûts : L'avantage s'inverse aux coûts de transaction $\ge 0,2\%$.
  • Significativité statistique : La différence entre le SFP à 4 facteurs et un SFP à sentiment uniquement était non significative (Wilcoxon $p=0,556$).
• Alternatives supérieures :
  • PC1-SFP : Une première composante principale data-driven des quatre axes a réalisé 433,6 % de CR (126 points de pourcentage de plus que SSAI-SFP).
  • FinBERT-SFP : Une ligne de base d'encodeur dense a réalisé 386,3 % de CR.
  • Conclusion : L'interface à axes nommés (SSAI) entraîne un coût de performance significatif (126 points de pourcentage de CR) par rapport aux alternatives data-driven ou denses dans ce contexte.

2. Prévision supervisée

• L'ajout naïf de colonnes sémantiques LLM sparse aux caractéristiques de prix/techniques a nui à la performance de la prévision ridge.
• Les lignes de base lexicales (VADER, TF-IDF/SVD) et les « inclinaisons sémantiques à haute conviction » ont récupéré la performance à des niveaux proches de ceux du seul prix, mais les encodeurs neuronaux denses (FinBERT) n'ont pas amélioré la prévision ridge sans une intégration soigneuse.

3. Diagnostics d'apprentissage par renforcement

• Dépendance à l'algorithme : Sous l'état SSAI identique, SAC (Sharpe 1,059) a significativement surpassé DP-PPO (Sharpe 0,920, $p=0,027$).
• Interprétation : Cet écart est attribué aux différences algorithmiques (rejeu hors politique, régularisation par entropie) plutôt qu'à la qualité de la représentation.
• Masquage : La suppression des signaux LLM (masquage neutre) n'a pas dégradé significativement la performance de DP-PPO (Wilcoxon $p \approx 0,25–0,31$), suggérant que les agents RL n'exploitaient pas efficacement le signal sémantique sparse.
• Ablation : La suppression d'axes spécifiques (par exemple, la confiance) a réduit les rendements, mais le renversement unique au point de contrôle (neutre > signaux complets) a été attribué à des décalages de distribution d'état au moment de l'évaluation, et non à un dommage du signal.

Importance et affirmations

Le papier présente explicitement sa contribution comme diagnostique et préventive plutôt que comme une affirmation de performance supérieure.

1. SSAI comme instrument de frontière interprétabilité-performance : L'étude quantifie le « coût de l'interprétabilité ». En comparant SSAI (axes nommés et auditable) à PC1 (data-driven) et FinBERT (dense), les auteurs montrent que le maintien d'axes auditable et lisibles par l'homme entraîne un coût de performance substantiel (126 points de pourcentage de CR sur cinq ans) dans ce contexte de portefeuille spécifique.
2. Séparation du signal et de l'optimiseur : Le modèle SSAI fournit une méthode réutilisable pour démêler si le succès d'un système est dû à la représentation sémantique ou à l'algorithme d'apprentissage. Les résultats indiquent que dans ce contexte, le choix de l'algorithme (SAC vs PPO) domine les effets de représentation.
3. Résultats préventifs sur le texte sparse :
   • Les signaux LLM sparse sont utiles comme inclinaisons à haute conviction ou pour la gestion des risques, mais ne sont pas robustes en tant qu'entrées naïves pour la prévision dense ou le RL sans intégration soigneuse.
   • La surperformance apparente dans les portefeuilles de facteurs peut être un artefact de composition (sélection d'actions spécifiques) plutôt qu'un véritable avantage de signal.
   • Les actions à forte couverture (par exemple, NVDA, GOOGL) ont montré la pire performance relative pour SSAI, probablement en raison de l'efficacité du marché et d'une mauvaise spécification du modèle de facteur pendant le cycle d'investissement en IA.

Conclusion : Les auteurs ne prétendent pas que SSAI surpasse les alternatives plus denses. Au lieu de cela, ils proposent SSAI comme un modèle méthodologique pour les recherches futures afin de séparer rigoureusement le signal sémantique du bruit d'optimisation, tout en soulignant que le compromis actuel entre auditabilité et pouvoir prédictif est significatif. L'œuvre sert de « référence rétrospective » soulignant que les contraintes d'interprétabilité ont des coûts économiques mesurables.