Résumé Technique : Prévision de la Volatilité Globale à travers des Marchés Asynchrones

1. Définition du Problème

L'article traite du défi fondamental de la prévision de la volatilité réalisée multivariée sur les marchés boursiers internationaux où les calendriers de négociation sont asynchrones. Les bourses internationales opèrent selon des calendriers de jours fériés disparates, créant un « calendrier d'union » où certains marchés sont ouverts tandis que d'autres sont fermés à une date donnée.

Cette asynchronie introduit deux problèmes critiques pour la prévision :

1. Violation de l'ensemble d'information : Les approches traditionnelles tronquent souvent les jours non communs (perte d'information) ou imputent des données manquantes par des zéros (injection de bruit). De manière cruciale, dans le cadre de prévisions multi-étapes, les modèles risquent d'incorporer par inadvertance des informations futures si l'ensemble prédictif n'est pas strictement borné à l'origine de la prévision ($o = t - h$).
2. Surapprentissage dans des espaces de haute dimension : La littérature récente emploie des architectures d'apprentissage automatique complexes (ex. : STGNN, Transformers) pour capturer les spillovers non linéaires. Cependant, la volatilité financière présente un faible rapport signal sur bruit. Les réseaux de neurones non contraints dans cet environnement sont enclins au surapprentissage du bruit transactionnel transitoire plutôt qu'à l'apprentissage de liens économiques robustes, violant souvent les frontières strictes d'information hors échantillon par l'usage de matrices de covariance statiques sur l'ensemble de l'échantillon.

La question centrale de recherche n'est pas de savoir si un réseau de neurones complexe peut surpasser les modèles linéaires de manière inconditionnelle, mais si une information inter-marchés rigoureusement régularisée et admissible à l'origine produit une précision de prévision incrémentielle statistiquement significative au-delà des modèles de volatilité établis.

2. Méthodologie : Le Cadre PGA-Trans-HAR

Les auteurs proposent le PGA-Trans-HAR, un système de prévision hybride parcimonieux conçu pour tester la valeur de l'information inter-marchés contrainte. L'architecture intègre une base économétrique forte et gelée avec une correction neuronale bornée, régie par quatre restrictions structurelles spécifiques :

A. Alignement de l'Information Admissible à l'Origine de la Prévision

Le système opère sur un calendrier d'union mais distingue strictement les jours de marché observés des fermetures de bourses.

• Masquage : Un masque asymétrique ($m_{t,n}$) garantit que les bourses fermées ne transmettent pas de signaux de volatilité nulle fallacieux comme sources temporelles ou spatiales, tout en leur permettant de servir de requêtes de destination.
• Bornage Strict à l'Origine : Toutes les entrées, y compris la fenêtre neuronale et le préalable économétrique glissant, sont indexées par l'origine de la prévision $o = t - h$. Aucune observation dans l'intervalle $(o, t]$ n'est incluse.

B. Canal d'Information Inter-Marchés Contraint

Le modèle combine un mécanisme d'attention spatiale fondé sur les données et un préalable structurel économétrique :

• Priorité VAR de Ridge Glissante/GFEVD : Un modèle de Vecteur Autorégressif (VAR) régularisé par la méthode Ridge est estimé sur une fenêtre historique glissante (jusqu'à 252 jours) se terminant à l'origine de la prévision. La décomposition de la variance de l'erreur de prévision généralisée (GFEVD) convertit cela en une matrice normalisée par ligne de connectivité prédictive directionnelle. Ce préalable est actualisé tous les 20 origines de prévision, garantissant l'absence de biais d'anticipation (look-ahead bias).
• Attention Fondée sur les Données : Un mécanisme d'auto-attention spatiale apprend les dépendances directement à partir des données masquées.
• Porte Spécifique au Marché : Une porte apprise, invariante dans le temps $g_n$ (spécifique à chaque marché de destination $n$), régit l'allocation convexe entre l'attention basée sur les données et le préalable économétrique. Cette porte est constante à travers les dates au sein d'un modèle ajusté, capturant l'hétérogénéité persistante dans la manière dont les marchés absorbent les signaux étrangers.

C. Prévision Non Linéaire Centrée sur des Références (Benchmarks)

Plutôt que de remplacer les modèles classiques, le système utilise le modèle Hétérogène Autorégressif (HAR) comme ancrage gelé.

• Correction de Résidu Bornée : Le système neuronal prédit uniquement une correction de résidu bornée dans le domaine de l'inverse-softplus. La prévision finale est :
  $$\hat{x}_{t,n} = \text{softplus}\left( \text{softplus}^{-1}(\hat{x}^{\text{HAR}}_{t,n}) + \alpha_n r_{b,n} \delta_{b,n} \right)$$
  où $\hat{x}^{\text{HAR}}$ est la prévision linéaire HAR gelée, et le terme neuronal est strictement borné par $\alpha_n$ et une porte sigmoïde $r_{b,n}$. Cela garantit la positivité et assure que la composante neuronale ne fournit qu'une valeur incrémentielle.

D. Optimisation Équilibrée par Nœud

La fonction de perte inclut un terme pénalisant une détérioration relative sévère pour n'importe quel marché individuel, empênant le modèle d'optimiser la performance globale du panel au détriment de marchés spécifiques.

3. Principales Contributions

1. Rigueur Méthodologique en Contextes Asynchrones : L'article formalise un protocole strict pour la gestion des calendriers de négociation asynchrones, garantissant que toutes les entrées prédictives sont strictement observables à l'origine de la prévision, éliminant ainsi le biais d'anticipation tant dans les données brutes que dans les graphes relationnels estimés.
2. Architecture Hybride Parcimonieuse : Il démontre qu'un système hybride contraint (Préalable Économétrique + Attention Basée sur les Données + Ancre HAR) peut surpasser à la fois les modèles purement linéaires et les architectures d'apprentissage profond non contraintes dans des environnements à faible rapport signal sur bruit.
3. Ablation Structurelle de la Complexité : À travers des ablations imbriquées, l'article isole la valeur spécifique des composants architecturaux, montrant que la flexibilité n'est pas monotonement bénéfique et que la régularisation structurelle est essentielle pour obtenir des gains incrémentiels.
4. Évaluation Statistique Robuste : L'étude utilise une suite d'évaluation complète comprenant des ensembles de 5 graines (seeds), des tests de Diebold–Mariano ajustés HAC, et des ensembles de modèles de confiance (MCS) pour les horizons quotidiens, hebdomadaires et mensuels.

4. Résultats Empiriques

L'étude utilise des données à haute fréquence de huit indices mondiaux majeurs (SPX, GDAXI, FCHI, FTSE, OMXSPI, N225, KS11, HSI) de 2006 à 2022.

• Performance vs Référence HAR :
  • Quotidien ($h=1$) et Hebdomadaire ($h=5$) : PGA-Trans-HAR réduit l'erreur quadratique moyenne (MSE) et l'erreur absolue moyenne (MAE) sur les huit marchés par rapport au benchmark HAR univarié.
  • Mensuel ($h=22$) : Le cadre contraint réduit les erreurs pour sept des huit marchés.
• Performance vs Benchmarks Plus Larges :
  • Quotidien : Atteint la MAE moyenne inter-marchés la plus basse (bien que le HAR-KS linéaire minimise la MSE).
  • Hebdomadaire et Mensuel : Atteint la MSE et la MAE moyennes les plus basses de l'ensemble des benchmarks linéaires et d'apprentissage profond (incluant VHAR, GNN-HAR, DCRNN-HAR et Pure-ST-Transformer).
• Significativité Statistique :
  • Les tests de Diebold–Mariano confirment des améliorations statistiquement significatives, particulièrement sous l'erreur absolue (MAE) aux horizons quotidien et hebdomadaire.
  • Les ensembles de modèles de confiance (MCS) montrent que le modèle est retenu dans l'ensemble supérieur pour tous les marchés aux horizons hebdomadaires et mensuels, bien que l'horizon quotidien montre plus de compétition avec les variantes à porte scalaire.
• Aperçus de l'Ablation :
  • Dépendance à l'Horizon : Le préalable économétrique glissant seul fournit les gains les plus significatifs à l'horizon quotidien.
  • Efficacité de la Porte : La porte apprise spécifique au marché ($g_n$) améliore la précision par rapport à un mélange scalaire uniforme ($g=0.5$) aux horizons hebdomadaires et mensuels, mais dégrade la performance à l'horizon quotidien. Cela suggère que la prévision à court terme bénéficie d'un rétrécissement (shrinkage) uniforme plus fort, tandis que les horizons plus longs bénéficient d'allocations inter-marchés différenciées.
  • Complexité : L'attention profonde non contrainte (Pure-ST-Transformer) ne parvient pas à surpasser le HAR à court terme, confirmant que la flexibilité architecturale seule est insuffisante sans régularisation économique.

5. Signification et Revendications

L'article conclut par un affirmatif qualifié : une information inter-marchés disciplinée et alignée sur l'origine apporte une réelle valeur prédictive incrémentielle par rapport à l'ancre HAR, les gains les plus prononcés apparaissant aux horizons moyen et long où les spillovers structurels persistent.

Les auteurs soulignent que leur contribution n'est pas la supériorité de l'apprentissage profond sur l'économétrie, mais plutôt la valeur de l'information contrainte. Les résultats suggèrent que dans les environnements de prévision financière à faible rapport signal sur bruit :

• La flexibilité architecturale est plus efficace lorsqu'elle est gouvernée par des restrictions économiquement interprétables (ex. : préalables admissibles à l'origine, résidus bornés).
• L'approche « boîte noire » est moins efficace qu'une approche hybride qui ancre les prévisions dans des dynamiques de volatilité établies (HAR) et permet aux composants neuronaux de ne fournir que des corrections incrémentielles et bornées.
• La combinaison spécifique d'un préalable GFEVD glissant, d'un masquage asymétrique et d'un mécanisme de porte spécifique au marché réussit à isoler la contribution prédictive marginale des informations inter-marchés sans surapprentissage.

L'article évite explicitement de revendiquer une dominance universelle des modèles, une identification causale structurelle ou une capacité à prédire les régimes de crise de manière endogène. Au lieu de cela, il positionne le cadre comme une méthode robuste pour extraire une précision incrémentielle des données inter-marchés tout en respectant strictement les frontières de l'ensemble d'information disponible.