Perturbation-Specific Reliability of Intrinsic and Post-Hoc Explainable Machine Learning in Volatility Forecasting
Cette étude démontre que la fiabilité des explications tant intrinsèques que post-hoc dans la prévision de la volatilité est hautement spécifique à la perturbation, variant considérablement selon les différentes configurations modèle–représentation–explicateur et nécessitant une évaluation empirique sous diverses conditions telles que le réentraînement, les décalages temporels et le bruit d'entrée.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde de la finance, prédire l'ampleur des fluctuations du cours d'une action est souvent considéré comme plus facile que de deviner la direction de son mouvement. Cette mesure du mouvement, connue sous le nom de volatilité, est cruciale pour la gestion des risques, pourtant elle reste notoirement difficile à prévoir car les marchés sont désordonnés, imprévisibles et en constante évolution. Pour naviguer dans cette incertitude, les experts financiers s'appuient de plus en plus sur l'apprentissage automatique (machine learning), où des programmes informatiques apprennent à partir de données passées pour faire des prédictions futures. Cependant, ces programmes puissants opèrent souvent comme des « boîtes noires », ce qui signifie que leur logique interne est cachée et difficile à comprendre pour l'humain. Ce manque de transparence crée un problème : si un ordinateur fait une prédiction risquée, les régulateurs et les gestionnaires de risques ont besoin de savoir pourquoi. Pour résoudre cela, les scientifiques ont développé deux manières principales de permettre à ces machines de s'expliquer. La première approche intègre l'explication directement dans la conception de la machine dès le départ, créant des modèles naturellement faciles à lire. La seconde approche entraîne d'abord une machine complexe et opaque, puis utilise un outil distinct pour observer le produit fini et deviner ce qu'elle était en train de penser. La grande question a toujours été de savoir laquelle de ces deux méthodes est réellement la plus fiable.
Une équipe de chercheurs de l'Universitas Ahmad Dahlan en Indonésie s'est donné pour mission de répondre à cette question en soumettant ces deux approches à un test rigoureux dans l'environnement à enjeux élevés de la prévision boursière. Ils ne se sont pas contentés de demander quelle méthode semblait la meilleure sur le papier ; ils ont au contraire soumis les explications à une série de tests de résistance en conditions réelles pour voir comment elles résistaient lorsque les conditions changeaient. Les chercheurs se sont concentrés sur la prédiction de la volatilité à cinq jours de vingt actions majeures des États-Unis, d'Europe et du Japon, en utilisant des données s'étendant de 2016 à 2025. Ils ont entraîné cinq types différents de modèles d'apprentissage automatique, en les associant à la méthode d'explication la mieux adaptée à leur architecture. Crucialement, ils n'ont inclus dans leur analyse finale que les modèles qui prouvaient pouvoir prédire la volatilité mieux qu'une simple estimation de base basée sur l'historique récent. Cela garantissait qu'ils n'évaluaient que les explications de modèles possédant une réelle capacité de prévision.
L'étude a introduit une subtile variante pour isoler la source de la fiabilité. Pour un type spécifique de modèle d'apprentissage automatique, les chercheurs ont appliqué à la fois l'explication « intégrée » et l'explication « post-entraînement » au même réseau entraîné. Cela leur a permis de voir si la différence de fiabilité provenait du modèle lui-même ou de la méthode utilisée pour l'expliquer. Ils ont ensuite testé ces explications sous trois types de pression différents. Premièrement, ils ont ajouté une petite quantité de bruit aléatoire aux données d'entrée pour voir si l'explication restait stable lorsque les chiffres étaient légèrement flous. Deuxièmement, ils ont déplacé la fenêtre temporelle pour voir si l'explication tenait bon alors que les conditions de marché changeaient au fil des mois et des années. Troisièmement, ils ont réentraîné le modèle de zéro en utilisant différents points de départ aléatoires pour voir si l'explication restait cohérente même lorsque le processus d'entraînement variait légèrement.
Les résultats ont révélé une vérité surprenante : il n'existe pas de méthode unique pour expliquer un modèle d'apprentissage automatique. La fiabilité d'une explication dépend entièrement de la combinaison spécifique du modèle, des données qu'il reçoit et du type de pression auquel il est confronté. Dans l'une des découvertes les plus frappantes, les chercheurs ont découvert que pour un même réseau d'apprentissage automatique, l'explication intégrée était bien plus stable lorsque les données d'entrée étaient bruitées, mais qu'elle s'effondrait complètement lors du réentraînement du modèle. Inversement, l'explication générée après l'entraînement était moins stable face aux données bruitées, mais restait beaucoup plus cohérente lorsque le modèle était reconstruit de zéro. Cela signifie que le choix de la méthode d'explication ne doit pas être basé sur une règle générale de type « intégré » ou « ajouté plus tard », mais plutôt sur la tâche spécifique à accomplir. Si un utilisateur a besoin d'une explication capable de supporter de petites erreurs dans les données, la méthode intégrée est supérieure. S'il a besoin d'une explication qui reste cohérente même lorsque le modèle est mis à jour ou réentraîné, la méthode post-entraînement est le meilleur choix.
L'étude a également remis en question une hypothèse courante dans le domaine concernant la façon dont nous mesurons la qualité de ces explications. Les chercheurs tentent souvent de vérifier si une explication est véridique en supprimant les caractéristiques les plus importantes une par une pour voir si la prédiction du modèle se dégrade. L'équipe a constaté que, dans le contexte de la volatilité boursière, cette méthode ne parvenait pas à distinguer une explication intelligente d'une supposition aléatoire. Parce que le signal dans les données financières est si faible et le bruit si élevé, la suppression d'une caractéristique ne modifiait pas de manière fiable le résultat, rendant ce test standard inutile pour ce problème spécifique. De plus, les chercheurs ont constaté qu'un modèle statistique traditionnel simple, connu sous le nom de modèle de volatilité réalisée autoregressif hétérogène (HAR-RV), atteignait la meilleure précision de prévision médiane de l'étude, surpassant de manière décisive tous les modèles d'apprentissage automatique testés. Remarquablement, un modèle additif généralisé (GAM) basé sur des splines, qui est intrinsèquement interprétable, a obtenu des performances aussi bonnes que ce benchmark HAR-RV de haut niveau, tandis que les réseaux de neurones et les modèles basés sur des arbres, plus complexes, restaient en retrait. Cela suggère que, pour cette tâche spécifique, la complexité ajoutée du deep learning n'apportait aucun gain de précision supplémentaire, et que les modèles plus simples et plus transparents étaient tout aussi efficaces.
En fin de compte, la recherche conclut que nous ne pouvons pas supposer qu'une explication est digne de confiance simplement parce qu'elle provient d'un modèle conçu pour être transparent. Les explications « intégrées », qui sont souvent présentées comme la référence en matière d'interprétabilité, se sont révélées être les moins reproductibles lors du réentraînement du modèle. Plus précisément, le masque d'attention intrinsèque du modèle TabNet a montré une reproductibilité de graine quasi nulle (avec un accord de rang de seulement 0,006), ce qui signifie qu'il changeait totalement de récit avec un nouvel ensemble de nombres de départ aléatoires, faisant de lui l'explication la moins fiable de l'étude. L'étude démontre que la fiabilité n'est pas une propriété inhérente à un type d'explication spécifique, mais une caractéristique fragile qui doit être testée empiriquement pour chaque nouvelle situation. Pour quiconque s'appuie sur ces outils pour prendre des décisions financières, la leçon est claire : vous devez vérifier que l'explication résiste aux pressions spécifiques auxquelles votre système sera confronté, plutôt que de lui faire confiance simplement en raison de la manière dont la machine a été construite.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.