Learning Predictive Ambiguity Sets for Decision-Focused Distributionally Robust Optimization

Résumé Technique : Apprentissage d'Ensembles d'Ambiguïté Prédictive pour l'Optimisation de la Distribution Robuste Orientée vers la Décision

1. Énoncé du Problème

Les systèmes classiques de type « prédire-puis-optimiser » (predict-then-optimize) compressent l'incertitude en une seule prévision ponctuelle (par exemple, un rendement moyen) et résolvent un problème d'optimisation en aval comme si cette prévision était la vérité terrain. Cette approche est fragile ; de petites erreurs de prédiction peuvent entraîner des pertes de décision importantes, particulièrement lorsque l'optimiseur amplifie les erreurs le long des contraintes actives ou des directions à haute sensibilité.

L'Optimisation de la Distribution Robuste (DRO - Distributionally Robust Optimization) répond à cela en optimisant contre la pire distribution au sein d'un ensemble d'ambiguïté. Cependant, la DRO de Wasserstein traditionnelle repose sur des ensembles d'ambiguïté conçus à la main, où le centre est une distribution empirique historique fixe et le rayon est un scalaire global ajusté via la validation. Cette approche statique est souvent déconnectée des environnements contextuels : un rayon sûr lors de périodes de volatilité peut être excessivement conservateur lors de périodes stables, tandis qu'un rayon ajusté pour des performances moyennes peut échouer lors de changements de régime. Le problème central est de rendre l'ensemble d'ambiguïté lui-même contextuel et apprenable, afin de s'adapter à l'état spécifique du système pour équilibrer robustesse et performance.

2. Méthodologie : Ensembles d'Ambiguïté Prédictive Apprenables (LPAS)

Le papier propose les Ensembles d'Ambiguïté Prédictive Apprenables (LPAS), un cadre qui fait le pont entre la prévision probabiliste profonde et la DRO de Wasserstein. Au lieu d'un centre et d'un rayon fixes, le LPAS emploie un modèle contextuel profond qui produit trois composantes pour un contexte donné $z_t$ :

1. Une Distribution de Scénarios Nominaux Finie : $\hat{P}_\theta(\cdot | z_t) = \sum_{i=1}^N p_{\theta,i}(z_t) \delta_{\hat{\xi}_{\theta,i}(z_t)}$, représentant un ensemble discret de scénarios prédits.
2. Un Rayon Dépendant de l'État : $\rho_\phi(z_t)$, un scalaire non négatif qui définit la taille de la boule de Wasserstein.
3. (Optionnel) Une Métrique de Base Anisotrope : $c_\psi(\xi, \xi'; z_t)$, bien que les expériences utilisent une métrique euclidienne fixe.

Ces sorties définissent un ensemble d'ambiguïté contextuel $\mathcal{P}_{\theta,\phi}(z_t) = \{ Q : W_c(Q, \hat{P}_\theta(\cdot | z_t)) \leq \rho_\phi(z_t) \}$. La décision en aval $x_t$ est calculée en minimisant l'espérance de perte la plus défavorable sur cet ensemble.

Objectif d'Entraînement et Algorithme
Le modèle est entraîné de bout en bout en utilisant une fonction d'objectif composite qui équilibre quatre termes :

• Perte de Décision ($L_{dec}$) : La perte réalisée de la décision robuste en aval.
• Perte de Prédiction ($L_{pred}$) : Entraîne la distribution de scénarios nominaux (par exemple, via la log-vraisemblance négative ou la reconstruction de scénarios).
• Perte de Calibration ($L_{cal}$) : Utilise la perte pinball pour garantir que le rayon approxime un quantile élevé conditionnel des erreurs de prévision, empêchant ainsi l'effondrement du rayon.
• Régularisation de Taille et de Stabilité ($L_{size}, L_{stab}$) : Empêche l'inflation du rayon et assure des transitions fluides entre les étapes temporelles.

L'entraînement suit un algorithme par étapes :

1. Pré-entraîner le générateur de scénarios ($\hat{P}_\theta$) via la perte de prédiction.
2. Entraîner le réseau de rayon ($\rho_\phi$) en utilisant la calibration et la régularisation de taille sur un échantillon de calibration.
3. Affiner (fine-tuning) l'ensemble du système (scénarios, rayon et couche de décision) en utilisant l'objectif complet orienté vers la décision.

Pour le cas spécifique de l'optimisation de portefeuille avec perte affine et coûts euclidiens, le papier dérive une forme duale finie et traitable. Le problème de portefeuille robuste devient une maximisation du rendement attendu moins un terme de pénalité proportionnel au rayon appris et à la norme du portefeuille : $\max_w \hat{\mu}^\top w - \rho(z_t)\|w\|_2 - \text{régularisation}$.

3. Contributions Clés

Le papier présente quatre contributions principales :

1. Cadre LPAS : Introduit un pont contextuel entre la prévision probabiliste profonde et la DRO de Wasserstein, où l'ensemble d'ambiguïté (centre et rayon) est appris plutôt que fixé.
2. Objectif d'Apprentissage du Rayon : Développe une fonction de perte multi-composante qui intègre la précision de prédiction, la calibration statistique (de type quantile), la régularisation de taille et la qualité de décision réalisée.
3. Implémentation Traitable : Fournit une forme duale finie pour la couche DRO et un algorithme d'entraînement par étapes qui permet une prise de décision robuste différentiable.
4. Validation Empirique : Démontre, via une étude d'optimisation de portefeuille, que des rayons d'ambiguïté adaptatifs peuvent surpasser les approches non robustes et les baselines de DRO de Wasserstein historiques, tout en égalant une grande partie des performances d'un modèle robuste à rayon fixe performant.

4. Résultats Expérimentaux

La méthode a été évaluée sur une tâche d'optimisation de portefeuille quotidienne utilisant 20 constituants du S&P 500 de janvier 2018 à juin 2026. Le modèle LPAS a été comparé aux modèles Equal Weight (EW), Predict-then-Optimize (P2O), Historical Wasserstein DRO (Hist-WDRO) et Deep Predictive Fixed-Radius DRO (Fixed-DRO).

Principales Conclusions :

• Performance : Le LPAS a nettement surpassé l'EW, le P2O et l'Hist-WDRO.
• Comparaison avec Fixed-DRO : Le LPAS a atteint un rendement annualisé de 26,28 % et un ratio de Sharpe de 1,30, légèrement inférieur à la baseline Fixed-DRO (rendement de 27,48 %, Sharpe de 1,34).
• Efficacité et Risque : Malgré la légère baisse des métriques moyennes, le LPAS a utilisé un rayon moyen nettement plus petit (24,35 contre 35,44) et a obtenu de meilleurs résultats sur la perte du pire mois et sur la CVaR95.
• Adaptativité : Le rayon appris a varié avec succès selon les conditions de marché, augmentant lors des régimes de haute volatilité et diminuant lors des périodes stables.
• Ablation : Supprimer la perte de calibration a provoqué l'effondrement du rayon, entraînant des rendements négatifs et des drawdowns importants, confirmant que la calibration est essentielle à la stabilité de la méthode.

5. Signification et Revendications

Le papier affirme que l'approche proposée démontre que les rayons d'ambiguïté appris peuvent récupérer la majeure partie de la performance d'une forte DRO à rayon fixe tout en réduisant le conservatisme inutile.

L'hypothèse centrale soutenue par les résultats est que, dans la prise de décision robuste, l'objet optimal à apprendre n'est pas seulement une prédiction, mais aussi le degré de méfiance que l'on doit accorder à cette prédiction en fonction de l'état actuel. En rendant l'ensemble d'ambiguïté contextuel, le LPAS atteint une « adaptativité de régime », offrant une protection plus forte lors des krachs et des périodes d'incertitude élevée sans sacrifier la performance lors des marchés plus calmes. Les auteurs notent que, bien que le LPAS soit compétitif avec la DRO à rayon fixe, il offre une utilisation plus efficace du budget de robustesse, évitant le conservatisme global inhérent aux approches à rayon fixe.

Limites Reconnues :
Les auteurs notent modestement que les expériences sont limitées à un seul découpage glissant sur un univers de 20 actifs, que la métrique anisotrope apprise n'a pas été évaluée, et que la couverture empirique est légèrement inférieure à la cible nominale après l'ajustement axé sur la décision (suggérant un besoin de post-calibration conforme pour les applications de contrôle de risque strict).