Résumé Technique : Lissage Exponentiel de Wasserstein

Énoncé du Problème

L'analyse des séries temporelles distributionnelles — où les observations sont des distributions de probabilité plutôt que des valeurs scalaires — présente des défis uniques, distincts de la prévision de séries temporelles classiques. L'espace d'état des distributions de probabilité est de dimension infinie et ne possède pas la structure d'espace vectoriel requise pour les opérations standards telles que l'addition et la multiplication scalaire. Par conséquent, les méthodologies de prévision traditionnelles, telles que les modèles autorégressifs (AR) et le lissage exponentiel (ES), ne peuvent pas être directement appliquées. Bien que la littérature récente ait adapté les cadres autorégressifs à l'espace de Wasserstein (par exemple, Zhang et al., 2022 ; Zhu et Müller, 2023), la boîte à outils méthodologique reste sous-développée par rapport aux contextes scalaires. Plus précisément, il existe une absence notable d'un analogue simple, robuste et parcimonieux au lissage exponentiel pour les données distributionnelles.

Méthodologie

Le document propose le Lissage Exponentiel de Wasserstein (WES), une généralisation du lissage exponentiel classique à l'espace des distributions de probabilité sur $\mathbb{R}$, noté $W_2(\mathbb{R})$.

Cadre Fondamental

La méthodologie élève l'interpolation récursive de l'ES classique de l'espace euclidien vers l'espace de Wasserstein en remplaçant l'interpolation linéaire par une interpolation géodésique sous la distance de Wasserstein.

1. Représentation de l'Espace d'État : Le processus WES modélise l'évolution d'une distribution de prédicteur latente $\mu_t$ et d'une distribution observable $\nu_t$. L'observable est générée via une application de poussée aléatoire (bruit) appliquée au prédicteur précédent.
2. Mise à jour Récursive : Le prédicteur $\mu_t$ est mis à jour comme un point intermédiaire sur la géodésique de Wasserstein reliant le prédicteur précédent $\mu_{t-1}$ et l'observation actuelle $\nu_t$. Formellement, pour un paramètre de lissage $\theta \in (0,1)$ :
   $$\mu_t = \left( (1-\theta) \cdot \text{Id} + \theta \cdot T_{\mu_{t-1} \to \nu_t} \right) \# \mu_{t-1}$$
   où $T_{\mu_{t-1} \to \nu_t}$ est l'application de transport optimal et $\#$ désigne l'opération de poussée (pushforward).
3. Représentation par Quantiles : En exploitant la nature unidimensionnelle du domaine, les auteurs utilisent l'isométrie entre la distance de 2-Wasserstein et la distance $L^2$ entre les fonctions de quantiles. Cela permet d'exprimer la récursion distributionnelle complexe de manière équivalente en termes de fonctions de quantiles $U_t$ et de résidus $F_t$ :
   $$U_t(q) = U_{t-1}(q) + \theta F_t(q)$$
   où $F_t(q) = V_t(q) - U_{t-1}(q)$ représente le résidu de quantile. Cette formulation reflète la forme de correction d'erreur de l'ES classique.

Estimation

Le paramètre de lissage $\theta$ est estimé en minimisant l'Erreur de Prédiction de Wasserstein Minimale. Étant donné une séquence de données $\{\nu_t\}_{t=1}^T$, l'estimateur $\hat{\theta}_T$ est défini par :
$$\hat{\theta}_T = \arg \min_{\theta \in (0,1)} \frac{1}{T} \sum_{t=0}^{T-1} W_2^2(\mu_t^\theta, \nu_{t+1})$$
Cette minimisation est numériquement réalisable grâce à la représentation par quantiles traitable en une dimension.

Contributions Clés

1. Extension Méthodologique : Le document formule une procédure de lissage exponentiel principielle pour les séries temporelles distributionnelles au sein de l'espace de Wasserstein, conservant la haute parcimonie de l'ES classique (régie par un seul paramètre scalaire).
2. Théorie de l'Estimation : Il propose et analyse un estimateur cohérent pour le paramètre de lissage basé sur la minimisation de la distance de Wasserstein.
3. Propriétés Théoriques : Les auteurs établissent des résultats théoriques incluant :
   • Stationnarité de la Moyenne de Fréchet : Le processus WES est montré comme étant stationnaire en termes de sa moyenne de Fréchet.
   • Autocovariance des Résidus : Les résidus quantiles du modèle présentent une décroissance exponentielle de l'autocovariance.
   • Cohérence : L'estimateur de Wasserstein minimum est prouvé comme étant cohérent, convergeant vers le paramètre réel à mesure que la taille de l'échantillon augmente.
4. Validation Empirique : La méthode est appliquée à deux domaines distincts : les rendements financiers à haute fréquence et les résidus de la demande d'électricité des ménages.

Résultats

Études de Simulation

Les simulations utilisant des applications de décalage aléatoire (random shift) et de poussée sinusoïdale aléatoire démontrent que l'estimateur de Wasserstein minimum est non biaisé et stable dans des échantillons finis. À mesure que la taille de l'échantillon augmente, la variabilité de l'estimateur diminue et les estimations se centrent étroitement autour du véritable paramètre de lissage.

Applications Empiriques

Les auteurs ont comparé le WES à quatre références existantes de séries temporelles distributionnelles :

• Autorégressif de Wasserstein (WAR)
• Application de Transport Autorégressive (ATM)
• Modèle Autorégressif Distributionnel (ODAM)
• Régression Distribution-sur-Distribution (DoDRM)

Rendements Financiers : En utilisant les distributions quotidiennes des rendements logarithmiques à 5 minutes pour 10 indices boursiers mondiaux majeurs, le WES a obtenu l'Erreur de Prédiction de Wasserstein Moyenne (MWPE) la plus faible pour les 10 indices. Il était le seul membre de l'ensemble de confiance de modèle (MCS) à 90 % dans 8 cas sur 10 et a surpassé statistiquement tous les points de comparaison dans la majorité des tests de Diebold-Mariano.

Demande d'Électricité : En utilisant les distributions de résidus de demande quotidienne de 10 ménages londoniens, le WES a de nouveau obtenu la MWPE la plus faible pour les 10 ménages. Il est resté dans le MCS à 90 % pour chaque ménage, alors que la meilleure référence (WAR) n'est apparue que dans 4 cas sur 10.

Signification et Revendications

Le document affirme que le WES offre une alternative convaincante aux formulations autorégressives complexes pour les séries temporelles distributionnelles, particulièrement dans les applications où l'adaptabilité et la simplicité sont primordiales. La signification de ce travail réside dans :

• Combler un Vide : Il comble un vide méthodologique critique en fournissant un analogue distributionnel de la technique de lissage exponentiel, largement utilisée et robuste.
• Efficacité Computationnelle : En exploitant la géométrie de Wasserstein unidimensionnelle, la méthode évite la charge de calcul liée à l'estimation d'opérateurs autorégressifs ou d'applications de transport, restant analytiquement traitable.
• Supériorité Empirique : Les résultats suggèrent que la structure récursive parcimonieuse du WES produit souvent une précision de prédiction supérieure par rapport aux références autorégressives plus sophistiquées, tant dans les contextes financiers que non financiers.

Les auteurs notent que le cadre actuel est restreint aux distributions unidimensionnelles en raison de l'utilisation de l'isométrie exacte entre la distance de Wasserstein et la distance $L^2$ des quantiles. Ils reconnaissent que l'extension de cette méthode à des contextes multivariés ($d > 1$) demeure un défi non trivial pour les recherches futures.