Decision-focused Sparse Tangent Portfolio Optimization

Résumé Technique : Optimisation de Portefeuilles Tangents Creux à l'Approche Décisionnelle

Énoncé du Problème
L'optimisation de portefeuilles tangents creux (sparse) cherche à construire des portefeuilles interprétables et à faible cardinalité qui maximisent le ratio de Sharpe (rendement excédentaire par unité de volatilité) le long de la frontière moyenne-variance. Cependant, cette tâche est confrontée à deux défis majeurs :

1. Complexité Computationnelle : L'imposition d'une contrainte de cardinalité (limiter le nombre d'actifs aux poids non nuls) transforme le problème d'optimisation, passant d'une tâche continue et lisse à une recherche combinatoire NP-difficile.
2. Désalignement Prédiction-Décision : Les pipelines conventionnels de type « prédiction-puis-optimisation » (PFL) entraînent des modèles prédictifs en utilisant des pertes statistiques (par exemple, l'erreur quadratique moyenne ou MSE) pour prévoir les rendements des actifs. Ces modèles sont ensuite injectés dans un optimiseur distinct. Cette approche ne tient pas compte de la structure de décision en aval ; de petites erreurs de prévision peuvent se propager à travers les étapes de sélection discrètes des actifs, entraînant une sous-optimalité significative de la performance finale du portefeuille, particulièrement sous des contraintes de parcimonie strictes.

Méthodologie
Les auteurs proposent un cadre d'apprentissage axé sur la décision (Decision-Focused Learning - DFL) de bout en bout qui intègre la prédiction, la sélection d'actifs et la réoptimisation du portefeuille au sein d'un pipeline différentiable unique. La méthodologie centrale repose sur trois innovations techniques :

1. Reformulation Différentiable du Ratio de Sharpe :
   Pour permettre le flux de gradient à travers la couche d'optimisation, les auteurs reformulent le problème de maximisation non convexe du ratio de Sharpe en un programme convexe conforme à la programmation paramétrée disciplinée (Disciplined Parametrized Programming - DPP).

   • Ils utilisent une technique d'homogénéisation, introduisant une variable d'échelle $t$ et définissant $y = tw$.
   • En appliquant la décomposition de Cholesky ($\Sigma = L_\Sigma L_\Sigma^\top$) à la matrice de covariance, ils transforment le problème en un programme de programmation quadratique avec contraintes quadratiques (QCQP) :
     $$\max_{y,t} y^\top \mu \quad \text{s.t.} \quad \mathbf{1}^\top y = t, \quad \|L_\Sigma y\|_2 \leq 1, \quad t \geq 0$$
   • Cette formulation respecte les règles de la DPP, permettant l'utilisation de solveurs comme CVXPYlayers pour calculer les gradients par rapport aux rendements moyens prédits $\hat{\mu}$.

2. Opérateur Soft Top-k Différentiable :
   Pour gérer la nature discrète des contraintes de cardinalité (k actifs) tout en maintenant la différentiabilité, les auteurs remplacent la sélection top-k stricte par un opérateur lisse.

   • Les actifs sont classés en fonction de la magnitude de leurs poids transformés $|L_\Sigma^\top w|$.
   • Un masque soft top-k est généré à l'aide d'une fonction sigmoïde logistique $\sigma$ avec un paramètre de décalage apprenable $t$. Le décalage est déterminé via une recherche par dichotomie unidimensionnelle pour garantir que la somme des valeurs du masque est exactement égale à $k$.
   • La passe arrière (backward pass) utilise un produit vecteur-Jacobien en forme fermée, garantissant l'efficacité computationnelle et la stabilité numérique sans former explicitement de grandes matrices Jacobiennes.

3. Objectif d'Apprentissage de Bout en Bout :
   Le modèle prédictif est entraîné pour minimiser une perte spécifique à la tâche plutôt qu'une perte de prévision pure. La fonction d'objectif combine :

   • Perte de Regret ($L_{DFL}$) : La différence entre le rendement du portefeuille optimal sous les paramètres réels et le rendement obtenu en utilisant les prédictions du modèle.
   • Perte de Prédiction ($L_{MSE}$) : Un terme d'erreur quadratique moyenne standard pour stabiliser l'entraînement.
   • La perte totale est une somme pondérée : $L_{Task} = \alpha L_{DFL} + (1-\alpha) L_{MSE}$.

Principales Contributions

1. Première Application du DFL aux Portefeuilles Tangents Creux : Ce travail fait le pont entre l'apprentissage axé sur la décision et l'optimisation de portefeuille creuse, abordant les contraintes de cardinalité explicites que les applications traditionnelles du DFL ont largement évitées.
2. Couche de Décision Différentiable : Les auteurs construisent une nouvelle couche qui combine une reformulation convexe de la maximisation du ratio de Sharpe conforme à la DPP avec un opérateur top-k lisse. Cela permet la propagation du gradient à travers la prédiction, la sélection discrète et la réoptimisation.
3. Validation Empirique : Le cadre est validé sur quatre marchés d'actions majeurs (EuroStoxx50, FTSE100, KOSPI200, Nikkei225) avec des univers d'actifs et des niveaux de cardinalité variables.

Résultats Expérimentaux
Le cadre DFL proposé a été comparé à :

• Baselines : Modèles historiques (moyenne-variance sur données historiques) et pipelines d'apprentissage axés sur la prédiction (PFL).
• Modèles d'Optimisation : OSCAR (heuristique), SD-relaxation (programmation semi-définie) et mSSRM-PGA (gradient proximal).

Constats :

• Performance Supérieure : Le cadre DFL a systématiquement obtenu des ratios de Sharpe hors-échantillon compétitifs ou supérieurs par rapport aux baselines PFL et historiques.
• Scalabilité : Les gains de performance sont plus prononcés dans les univers d'actifs plus larges (ex. KOSPI200 avec 162 actifs et Nikkei225 avec 208 actifs), où la complexité combinatoire de la sélection creuse est la plus élevée.
• Stabilité : Bien que certaines variantes de PFL (spécifiquement la SD-relaxation) aient occasionnellement égalé la performance moyenne dans les marchés plus petits, la méthode DFL a présenté des écarts-types plus faibles entre les graines aléatoires, indiquant une plus grande robustesse face au caractère aléatoire de l'entraînement.
• Séries Temporelles de Rendement : Les portefeuilles DFL ont démontré des rendements réalisés plus élevés sur la période de test par rapport aux baselines PFL sur la plupart des périodes.

Signification et Revendications
L'article affirme que l'alignement de l'objectif d'apprentissage directement sur la qualité du portefeuille en aval (performance ajustée au risque) est crucial pour l'optimisation creuse. En internalisant la structure du problème d'optimisation contraint au sein du modèle prédictif, le cadre atténue le désalignement « prédiction-puis-optimisation ». Les auteurs soutiennent que cette approche est particulièrement efficace lorsque le problème de sélection est combinatoirement difficile, comme c'est le cas pour les grands univers d'actifs et les contraintes de cardinalité strictes.

Limites
Les auteurs reconnaissent trois limites principales :

1. Surcoût Computationnel : La différenciation à travers l'opérateur soft top-k introduit des coûts de calcul qui augmentent avec la taille de l'univers d'actifs.
2. Étendue des Contraintes : La formulation actuelle autorise la vente à découvert et n'intègre pas de contraintes pratiques telles que les positions uniquement longues, les limites de levier ou les pénalités de rotation (turnover).
3. Généralisabilité : L'approche est spécifiquement adaptée à l'optimisation de portefeuille tangent creux ; l'étendre à d'autres objectifs de cardinalité avec des buts en aval différents nécessite une adaptation non triviale.