Résumé technique : Prévision probabiliste de séries temporelles multivariées avec des copules de diffusion

1. Énoncé du problème

Une évaluation précise des risques financiers nécessite de capturer deux phénomènes distincts mais interdépendants : la volatilité individuelle des actifs et les structures de dépendance complexes et asymétriques qui émergent lors d'événements de marché extrêmes. Les approches existantes présentent des limitations significatives :

• Modèles de copules traditionnels : Ils reposent historiquement sur des familles paramétriques fixes (par exemple, Gaussienne) qui supposent une indépendance asymptotique des queues. Cela contredit la réalité empirique, où les corrélations convergent souvent vers l'unité lors des krachs boursiers (contagion), entraînant une sous-estimation sévère du risque de queue.
• Modèles de diffusion de bout en bout : Bien que les modèles de diffusion modernes offrent de puissantes capacités génératives pour la prévision multivariée, ils souffrent souvent d'un « biais de normalité » lorsqu'ils sont entraînés de bout en bout. En optimisant un objectif joint unique, ces modèles compromettent fréquemment l'étalonnage marginal des actifs individuels. Par conséquent, ils peinent à échantillonner des extrêmes cohérents à travers des actifs de magnitudes variées et tendent à sous-estimer le risque de queue conjoint, classant les krachs boursiers simultanés comme des « cygnes noirs » statistiquement impossibles.

Le défi central consiste à découpler l'apprentissage des distributions marginales de leur structure de dépendance afin de préserver la fidélité marginale (en particulier les queues lourdes) tout en modélisant avec précision les dépendances conjointes extrêmes.

2. Méthodologie : Le cadre Copule de Diffusion

Les auteurs proposent un cadre Copule de Diffusion en deux étapes qui sépare explicitement la modélisation marginale de la modélisation de la dépendance, en s'appuyant sur le théorème de Sklar.

2.1 Modélisation marginale prédictive

La première étape modélise la distribution marginale prédictive $p(y_t^i | X_t)$ pour chaque actif $i$ indépendamment.

• Architecture : Un Réseau de Densité de Mélange (MDN) est employé pour approximer la densité de probabilité conditionnelle.
• Composantes : Le mélange est composé de distributions hétérogènes : Normale, Laplace et Student-t.
• Paramétrisation : Un réseau de neurones $\Psi$ produit des paramètres dynamiques (coefficients de mélange $\pi$, localisation $\mu$, échelle $\sigma$ et degrés de liberté $\nu$) conditionnés par une fenêtre d'historique $X_t$ (14 rendements décalés plus des caractéristiques auxiliaires comme la volatilité roulante).
• Objectif : Le réseau est entraîné pour minimiser la Négative Log-Vraisemblance (NLL) avec une régularisation par entropie afin d'assurer une utilisation diversifiée des composantes. Cette approche capture les queues lourdes, la multimodalité et l'asymétrie tout en maintenant un étalonnage précis.

2.2 Modélisation de la dépendance via la Copule de Diffusion par Classification (CDC)

La deuxième étape modélise la structure de dépendance conjointe en utilisant une Copule de Diffusion par Classification.

• Transformation : Les observations marginales sont transformées à l'échelle de la copule $u \in [0, 1]^d$ via la Transformation Intégrale de Probabilité (PIT) en utilisant les fonctions de répartition marginales $F_i$. Elles sont ensuite mappées à l'échelle Gaussienne $z = \Phi^{-1}(u)$.
• Processus de diffusion : La méthode définit un processus d'Ornstein-Uhlenbeck (OU) vers l'avant qui détruit progressivement la structure de dépendance tout en préservant des marginales Gaussiennes standards.
• Mécanisme de classification : Au lieu d'un objectif standard d'appariement de scores, la CDC entraîne un classifieur de réseau de neurones $f_\theta$ pour distinguer entre :
  • États dépendants : Début du processus de diffusion ($t=0$, la distribution des données).
  • États indépendants : Fin du processus de diffusion ($t=T_K$, la distribution du bruit indépendant).
• Récupération de la densité : La densité de copule $c(u)$ est récupérée comme le rapport des probabilités de classe :
  $$c(u) = \frac{P_\theta(t=0 | z)}{P_\theta(t=T_K | z)}$$
• Objectif d'entraînement : Une fonction de perte hybride combine un terme d'entropie croisée (pour l'estimation du rapport de densité et l'étalonnage) et un terme d'appariement de scores de débruitage (pour des gradients précis et un échantillonnage stable).

2.3 Procédure d'échantillonnage

Les trajectoires futures sont générées via un processus en deux étapes :

1. Échantillonnage de la copule : Des échantillons dépendants sont générés à l'échelle Gaussienne en utilisant la dynamique de Langevin, en partant d'un bruit Gaussien et en débruitant jusqu'à $t=0$. Ceux-ci sont transformés en l'hypercube unité $[0, 1]^d$.
2. Transformation marginale inverse : Les échantillons uniformes sont mappés vers les rendements des actifs en utilisant la fonction de répartition inverse du MDN entraîné, conditionnée par l'historique $X_t$. Cela garantit que les échantillons finaux héritent des propriétés à queues lourdes des modèles marginaux.

3. Contributions clés

• Cadre découplé : L'article introduit une architecture hybride qui sépare explicitement l'étalonnage marginal de la modélisation de la dépendance, répondant au « biais de normalité » des modèles de diffusion de bout en bout.
• Copule de Diffusion par Classification : Elle adapte la CDC (Huk & Damoulas, 2026) pour les séries temporelles, utilisant une approche basée sur un classifieur pour modéliser des structures de dépendance complexes et non paramétriques sans la rigidité des copules paramétriques traditionnelles.
• Préservation des queues lourdes : En employant des MDN avec des composantes Student-t pour les marginales, le cadre garantit une couverture à queues lourdes, ce qui est crucial pour la gestion des risques financiers.
• Modélisation des événements systémiques : L'approche capture avec succès l'effet de « contagion » où les corrélations augmentent brusquement lors des krachs, une caractéristique souvent manquée par les modèles de référence.

4. Résultats expérimentaux

Le cadre a été évalué sur les marchés de cryptomonnaies (ADA, BNB, BTC, DOGE, ETH, LINK, LTC, SOL, XRP), en comparaison avec des modèles de référence de l'état de l'art : Diffusion basée sur le Score Conditionnel (CSDI) et Diffusion modulée par Transformer (TMDM).

4.1 Étalonnage marginal

• Graphiques PIT et QQ : Le modèle proposé (CDC) adhère étroitement à la ligne diagonale idéale dans les graphiques de Transformation Intégrale de Probabilité (PIT) et Quantile-Quantile (QQ). En revanche, CSDI et TMDM montrent des déviations près de 0 et 1, indiquant une sous-estimation des queues lourdes.
• Métriques : CDC a obtenu la meilleure Erreur Quadratique Moyenne (RMSE) et Précision des Événements de Queue. Elle s'est classée deuxième pour l'Erreur Absolue Moyenne (MAE) et le Score de Probabilité Classé Continu (CRPS), démontrant un équilibre supérieur entre la tendance centrale et l'étalonnage du risque de queue.

4.2 Prévision conjointe des extrêmes

• Stabilité de la corrélation : Dans les quantiles extrêmes (queues profondes), CDC a maintenu une stabilité supérieure dans l'estimation de la matrice de corrélation. Les modèles de référence ont présenté une dérive de biais négatif (surestimation de la corrélation lors des krachs) ou ont échoué à capturer une co-mouvement accru.
• Probabilité d'événement systémique : Alors que les modèles de référence attribuaient une probabilité proche de zéro aux krachs simultanés impliquant plusieurs actifs ($k \ge 4$), CDC a maintenu une marge de probabilité significative, anticipant correctement les baisses synchronisées.
• Cygne noir vs Krachs attendus :
  • Modèles de référence : Ont classé les événements simultanés de haute magnitude comme des « Cygnes noirs » (surprise élevée / distance de Mahalanobis).
  • CDC : A classé ces mêmes événements comme des « Krachs attendus » (surprise faible), intégrant efficacement la volatilité extrême dans sa distribution prédictive.
• Robustesse : CDC a obtenu le CRPS le plus bas les jours d'événements extrêmes simultanés, confirmant sa robustesse dans la modélisation des risques de queue conjoints.

5. Importance et revendications

L'article revendique que le cadre Copule de Diffusion offre une avancée significative pour la gestion des risques financiers en résolvant le compromis entre l'étalonnage marginal et la cohérence conjointe.

• Gestion des risques : La capacité à modéliser la contagion asymétrique (pics de corrélation lors des krachs) permet la construction de portefeuilles « robustes aux queues ».
• Tests de résistance : La nature générative du processus de diffusion permet aux gestionnaires de risques d'effectuer des tests de résistance synthétiques, simulant des scénarios plausibles de « cygnes noirs » essentiels pour une estimation robuste de la Shortfall Attendue (ES) et la tarification de dérivés complexes multi-actifs.
• Changement de paradigme : Ce travail suggère que pour les séries temporelles financières, découpler explicitement les marginales de la dépendance est supérieur à la modélisation conjointe de bout en bout, particulièrement lorsque l'évaluation précise du risque de queue est l'objectif principal.

Les auteurs reconnaissent que le cadre actuel est un estimateur en deux étapes où les erreurs marginales peuvent se propager à la structure de dépendance, suggérant que des travaux futurs pourraient explorer des approches marginales sans modèle (par exemple, Flots de Spline Neuronaux) ou des modèles basés sur les Flots pour une précision de plus haute dimension.