Résumé Technique : Prévision de la Courbe des Taux par l'Apprentissage Automatique et l'Économétrie

Énoncé du Problème

L'article traite du débat en cours concernant l'efficacité des méthodes d'apprentissage automatique (ML) et d'apprentissage profond (DL) par rapport aux approches économétriques et séries temporelles traditionnelles pour la prévision de séries temporelles financières. Plus spécifiquement, les auteurs se concentrent sur la courbe des taux des bons du Trésor américain, un indicateur critique pour les marchés obligataires (qui dépassent les marchés actions en taille) et un prédicteur des récessions économiques. Bien que le ML ait révolutionné des domaines tels que le traitement du langage naturel (NLP) et la vision par ordinateur, sa domination dans la prévision de séries temporelles reste contestée. La littérature antérieure, telle que la compétition M4, a montré que les modèles ML purs sous-performent souvent les hybrides statistiques ou les méthodes naïves. De plus, il existe un manque de littérature complète comparant ces méthodes sur des données quotidiennes de la courbe des taux, en particulier concernant la gestion des entrées non stationnaires et la performance des modèles de base modernes et des transformateurs.

Méthodologie

L'étude utilise les rendements quotidiens à échéance constante du Trésor américain pour six échéances (1, 2, 5, 7, 10 et 30 ans) provenant de la base de données FRED, couvrant 47 ans (1977–2024). Cet ensemble de données inclut six périodes de récession distinctes.

Configuration Expérimentale :

• Horizons de Prévision : Les modèles sont évalués sur des horizons de prévision de 15, 20 et 60 jours ouvrables.
• Stratégies de Validation : Deux configurations de validation croisée (CV) sont employées pour prévenir les fuites de données :
  1. Fenêtre Glissante : Une fenêtre fixe de 1 044 jours ouvrables (environ 4 ans) glisse vers l'avant de 5 jours.
  2. Fenêtre Élargissante : La fenêtre initiale est de 1 044 jours et s'élargit de 5 jours pour chaque itération subséquente.
• Blocs Temporels d'Hyperparamètres : Pour tenir compte des changements structurels économiques, les données sont divisées en blocs temporels contigus (par exemple, Bloc 0 : 1977–1986) où les hyperparamètres sont sélectionnés une fois par bloc et appliqués à toutes les fenêtres au sein de ce bloc.
• Stationnarité : L'étude teste explicitement les données d'entrée stationnaires (différenciées) et non stationnaires (brutes) pour déterminer laquelle est la plus appropriée pour les algorithmes DL.
• Métriques : La performance est mesurée à l'aide de l'erreur quadratique moyenne (RMSE) et de l'erreur absolue moyenne en pourcentage (MAPE).

Modèles Évalués :

• Références Naïves : Prévision Moyenne, Prévision Naïve (Marche Aléatoire) et Prévision Saisonnière Naïve.
• Économétrie Traditionnelle : ARIMA (avec sélection automatique), DHR-ARIMA (ARIMA avec termes de Fourier), VAR, VECM, et diff+VAR.
• Apprentissage Automatique Classique : Forêts Aléatoires, XGBoost et LightGBM (LGBM).
• Apprentissage Profond :
  • Réseaux de Neurones Récurrents (RNN)
  • Transformateurs : Transformateur Vanilla, Informer, PatchTST, Temporal Fusion Transformer (TFT).
  • Modèles de Base : TimeGPT (pré-entraîné, zéro-shot), NBEATS, NHITS, DeepAR.

Contributions Clés

L'article se distingue par quatre contributions principales :

1. Comparaison Complète : Il évalue un large spectre de modèles, y compris des modèles de base récents (TimeGPT) et diverses architectures de transformateurs, par rapport aux méthodes économétriques traditionnelles sur des données de courbe des taux.
2. Fréquence des Données : Contrairement à une grande partie de la littérature existante qui s'appuie sur des données mensuelles, cette étude utilise des données quotidiennes à haute fréquence.
3. Analyse de Stationnarité : Il examine systématiquement si les modèles d'apprentissage profond performent mieux avec des entrées stationnaires ou non stationnaires, un sujet faisant l'objet de recherches antérieures rares.
4. Robustesse Temporelle : L'étude analyse la performance à travers plusieurs horizons de prévision et des blocs temporels économiques distincts pour évaluer la stabilité des modèles dans le temps.

Résultats

L'analyse empirique produit les constats suivants :

• Domination des Méthodes Traditionnelles : Globalement, les modèles de Prévision Naïve et ARIMA (avec les deux configurations de fenêtre glissante et élargissante) surpassent toutes les autres méthodes sur l'ensemble de l'échantillon de 47 ans. Les différences de MAPE entre les meilleures variantes ARIMA et la Prévision Naïve sont négligeables (souvent <0,01 %).
• Performance de l'Apprentissage Automatique :
  • Parmi les méthodes ML classiques, LGBM avec une configuration de fenêtre élargissante performe le mieux, bien qu'il échoue toujours à surpasser ARIMA ou la référence naïve.
  • Parmi les méthodes d'apprentissage profond, TimeGPT (un modèle de base) atteint la meilleure performance, suivi par les RNN avec des entrées stationnaires glissantes.
• Stationnarité vs Non-Stationnarité : Il n'y a pas de modèle universel ; le type d'entrée optimal dépend du modèle spécifique. Par exemple, les RNN ont mieux performé avec des entrées glissantes stationnaires, tandis que PatchTST et TFT ont mieux performé avec des entrées élargies non stationnaires.
• Variabilité Temporelle : Bien que les méthodes traditionnelles dominent la moyenne agrégée, des modèles d'apprentissage profond spécifiques (par exemple, PatchTST et TFT avec des données non stationnaires élargies) ont surpassé les références dans le bloc temporel le plus récent (Bloc 8, 2017–2023), bien que les marges soient faibles (par exemple, 0,03 %–0,05 %).
• Horizons de Prévision : La supériorité des méthodes Naïve et ARIMA s'est maintenue de manière cohérente sur les horizons de prévision de 20 et 60 jours.

Importance et Affirmations

L'article conclut que pour la prévision de la courbe des taux du Trésor américain, les méthodes économétriques traditionnelles (spécifiquement ARIMA) et les références naïves restent les approches les plus efficaces.

Les auteurs affirment que les modèles d'apprentissage profond, y compris les transformateurs avancés et les modèles de base, échouent généralement à surpasser ces méthodes plus simples sur cette tâche spécifique. Ils suggèrent que le processus quotidien de la courbe des taux est proche d'une martingale (restant stable au jour le jour avec des sauts brusques occasionnels), une caractéristique bien capturée par les modèles naïfs et linéaires. La sous-performance de l'apprentissage profond est attribuée à un surajustement potentiel et à la difficulté d'apprendre à partir de données financières limitées et bruyantes par rapport aux vastes corpus utilisés pour les modèles de base dans d'autres domaines.

L'étude souligne que, bien que l'apprentissage profond montre des promesses dans des blocs temporels spécifiques ou avec des configurations spécifiques, la simplicité, la robustesse et le rapport coût-efficacité des méthodes économétriques traditionnelles en font le choix privilégié pour cette application. L'article ne prétend pas que le ML est inutile pour la finance, mais plutôt que, pour la prévision de la courbe des taux, il n'a pas encore démontré un avantage constant par rapport aux références statistiques établies.