Janus-Q: End-to-End Event-Driven Trading via Hierarchical-Gated Reward Modeling

Each language version is independently generated for its own context, not a direct translation.

Janus-Q: Il "Dio a Due Facce" che impara a fare trading guardando le notizie

Immagina il mercato finanziario come un enorme oceano in tempesta. Per decenni, i trader hanno cercato di prevedere le onde guardando solo i grafici delle onde passate (i prezzi storici). È come cercare di prevedere il meteo guardando solo il termometro di ieri: utile, ma spesso sbagliato quando arriva un improvviso uragano.

Janus-Q è un nuovo sistema intelligente che cambia le regole del gioco. Invece di fissarsi solo sui numeri, impara a leggere le notizie (come un annuncio di un'azienda che viene acquisita o un problema legale) e a capire come queste notizie faranno muovere il mercato.

Ecco come funziona, diviso in tre parti semplici:

1. Il Problema: Perché i vecchi metodi falliscono

Pensa a un trader tradizionale come a un automobilista che guarda solo lo specchietto retrovisore. Se la strada è dritta, va bene. Ma se improvvisamente un bambino salta in strada (un evento imprevisto), l'automobilista che guarda solo i dati passati non riesce a frenare in tempo.
I vecchi sistemi di intelligenza artificiale trattano le notizie come un "rumore di fondo" o un dettaglio secondario. Janus-Q, invece, tratta le notizie come il volante principale.

2. La Soluzione: Costruire una "Libreria di Eventi" (Fase 1)

Prima di insegnare a un robot a guidare, devi dargli un manuale di istruzioni. Gli autori hanno creato un enorme database con 62.400 notizie finanziarie.

L'analogia: Immagina di avere un archivio di migliaia di storie. Per ogni storia, hanno annotato non solo cosa è successo (es. "L'azienda X ha cambiato il CEO"), ma anche come ha reagito il mercato (es. "Il prezzo è salito del 5%").
Hanno etichettato ogni notizia con 10 tipi diversi di eventi (come "Rischi", "Fusioni", "Dividendi") e hanno calcolato esattamente quanto ha guadagnato o perso l'investitore grazie a quella notizia. Questo è il loro "libro di testo" perfetto.

3. L'Addestramento: Il "Maestro Severo" (Fase 2)

Qui entra in gioco la parte più geniale: il Modello di Ricompensa Gerarchico a Cancelli (HGRM).
Immagina di insegnare a un bambino a cucinare.

Fase Semplice (Supervisionata): Gli dai la ricetta e gli fai copiare i passaggi. Impara a riconoscere gli ingredienti (le notizie).
Fase Avanzata (Rinforzo): Qui usi il "Maestro Severo". Non basta che il piatto sia buono; deve essere profittevole.
- Il Cancellino Rigido (Hard Gate): Se il bambino dice "Mettiamo il sale" quando la ricetta richiede zucchero (cioè se il sistema sbaglia la direzione: compra quando dovrebbe vendere), il Maestro gli toglie immediatamente tutti i punti. Zero ricompensa. Non si può vincere sbagliando direzione.
- Il Cancellino Morbido (Soft Gate): Se il bambino indovina il sale ma sbaglia il tipo di piatto (es. pensa che sia una festa di compleanno quando è un funerale), il Maestro riduce i punti, ma non li azzeri. Lo incoraggia a essere più preciso nel capire il contesto.
- La Ricompensa Reale: Alla fine, il Maestro guarda il portafoglio. Se il bambino ha guadagnato soldi reali (tenendo conto delle spese di transazione come le commissioni), riceve una medaglia d'oro. Se ha perso soldi, viene punito.

Questo sistema insegna all'IA a non essere solo "brava a parlare" (capire il testo), ma a essere brava a fare soldi in modo sicuro e logico.

I Risultati: Chi ha vinto?

Hanno messo Janus-Q alla prova contro:

Gli indici di mercato (come comprare e tenere tutto senza fare nulla).
Altri robot finanziari (che guardano solo i grafici).
Intelligenze Artificiali generiche (come ChatGPT, che sono brave a scrivere ma non a fare trading).

Il verdetto: Janus-Q ha vinto in modo schiacciante.

Ha guadagnato molto di più degli indici di mercato.
È stato molto più preciso nel prevedere se il mercato sarebbe salito o sceso (migliorando l'accuratezza del 17,5%).
Ha ridotto il rischio di perdere tutti i soldi (il "drawdown") mantenendo un profilo di rischio molto migliore rispetto agli altri.

In sintesi

Janus-Q è come un investitore esperto che legge il giornale ogni mattina, capisce subito cosa significa per il mercato, e agisce di conseguenza, senza farsi prendere dal panico o dalle emozioni. Non guarda solo i numeri del passato, ma capisce la storia dietro i numeri.

Grazie a questo approccio "a due facce" (Janus è il dio romano che guarda al passato e al futuro contemporaneamente), il sistema riesce a trasformare le notizie caotiche in decisioni di investimento chiare, profittevoli e sicure.

Each language version is independently generated for its own context, not a direct translation.

1. Il Problema

I mercati finanziari sono spesso guidati da eventi discreti (notizie, annunci di utili, fusioni) che causano movimenti di prezzo improvvisi ed eterogenei. Tuttavia, i sistemi di trading basati sull'apprendimento automatico esistenti presentano due limitazioni fondamentali:

Mancanza di granularità Evento-Mercato: I dataset finanziari attuali spesso non modellano congiuntamente la semantica dell'evento, gli asset colpiti e le reazioni di mercato statisticamente fondate. Manca un dataset su larga scala che colleghi eventi specifici a ritorni anomali cumulativi (CAR) e tipi di eventi fini.
Disallineamento tra Ragionamento Semantico e Realtà di Mercato: I Large Language Models (LLM) possono generare interpretazioni fluide delle notizie finanziarie, ma il loro ragionamento semantico non è intrinsecamente allineato con gli esiti di mercato reali. Spesso, la polarità semantica (es. "positivo") non si traduce linearmente in movimenti di prezzo a causa di aspettative già prezzate o reazioni complesse del mercato. I metodi esistenti tendono a trattare il testo come un segnale ausiliario rispetto ai dati numerici storici, o usano funzioni di ricompensa RL (Reinforcement Learning) troppo semplici che non catturano i compromessi economici.

2. Metodologia: Janus-Q

Il paper propone Janus-Q, un framework di trading end-to-end guidato dagli eventi che eleva le notizie finanziarie da segnali ausiliari a unità decisionali primarie. L'approccio si articola in due fasi principali:

Fase I: Costruzione di Dati Centrati sull'Evento

Per affrontare la mancanza di dati strutturati, gli autori hanno costruito un dataset su larga scala contenente 62.400 articoli di notizie finanziarie annotati manualmente da esperti del settore.

Annotazioni: Ogni evento è etichettato con 10 tipi di eventi fini (es. cambiamenti di equity, avvisi di rischio, finanziamenti), azioni associate, polarità semantica e il Cumulative Abnormal Return (CAR).
Modellazione del CAR: Il CAR viene calcolato utilizzando un modello di mercato e un modello di rischio (neutralizzazione dei fattori Barra) per isolare l'impatto specifico dell'evento dai movimenti di mercato generali e dai fattori di stile.

Fase II: Fine-Tuning Orientato alle Decisioni

Il modello viene addestrato in due sottostadi per allineare il ragionamento linguistico alle azioni di trading:

Supervised Fine-Tuning (SFT): Stabilisce una mappatura consapevole del ragionamento, insegnando al modello a prevedere la direzione, la forza del trading e il CAR atteso basandosi sulla semantica dell'evento.
Reinforcement Fine-Tuning (con GRPO): Utilizza l'algoritmo Group Relative Policy Optimization (GRPO) guidato da un nuovo componente chiave: il Hierarchical Gated Reward Model (HGRM).

Il Hierarchical Gated Reward Model (HGRM):
Questa è l'innovazione centrale per colmare il divario tra semantica e mercato. La funzione di ricompensa è strutturata gerarchicamente:

Cancello Rigido (Hard Gate) sulla Direzione: Se il modello prevede una direzione di mercato opposta a quella reale (es. Long invece di Short), la ricompensa viene bloccata completamente ( $g_{dir}=0$ ). Questo impedisce strategie spurie che guadagnano per caso su direzioni errate.
Cancello Morbido (Soft Gate) sulla Coerenza del Tipo di Evento: Se il tipo di evento identificato è errato, la ricompensa basata sul profitto viene sconta (moltiplicata per un fattore $\alpha < 1$ ), incoraggiando la coerenza tra la comprensione dell'evento e l'azione di trading.
Ricompensa di Trading: Basata sul PnL (Profit and Loss) reale, corretta per i costi di transazione e regolarizzata per evitare strategie degeneri (es. "compra sempre" o "non comprare mai").
Ricompensa di Magnitudine e Processo: Penalizza gli errori nella stima della grandezza del CAR e premia la presenza di catene di ragionamento (Chain-of-Thought) corrette.

3. Contributi Chiave

Dataset Unificato: Creazione di un nuovo dataset di 62.400 eventi finanziari con annotazioni fini (tipo, direzione, forza, CAR) che funge da benchmark per l'analisi dell'impatto di mercato a livello di evento.
Framework Janus-Q: Il primo framework end-to-end che mappa direttamente gli eventi finanziari alle decisioni di trading, unificando l'interpretazione semantica e l'apprendimento della risposta di mercato.
HGRM: Introduzione di un modello di ricompensa gerarchico e a cancelli che allinea il ragionamento semantico degli LLM con gli obiettivi di trading finanziariamente validi, superando i limiti delle ricompense additive lineari.

4. Risultati Sperimentali

Janus-Q è stato valutato su un periodo di backtesting (novembre 2024 - febbraio 2025) confrontandolo con indici di mercato, modelli basati su serie temporali e vari LLM (generici e finanziari).

Performance di Trading: Janus-Q ha superato tutti i baseline, ottenendo un Sharpe Ratio di 1.3088, un miglioramento del 102.0% rispetto alla strategia concorrente migliore (QwQ-32B, che aveva uno Sharpe di 0.6481).
Accuratezza Decisionale: Ha migliorato l'accuratezza direzionale (Direction Accuracy) del 17.5% rispetto ai migliori modelli concorrenti e l'accuratezza nel tipo di evento del 18.2%.
Robustezza: A differenza di molti baseline che hanno mostrato Sharpe Ratio negativi durante le fasi di correzione del mercato, Janus-Q ha mantenuto una crescita stabile e ha catturato efficacemente i movimenti di mercato.
Allineamento Umano: In uno studio di caso, Janus-Q ha mostrato un alto grado di accordo con le valutazioni di esperti umani (analisti finanziari e studenti di finanza) nell'interpretazione degli eventi, superando le prestazioni medie degli valutatori umani in termini di coerenza.

5. Significato e Impatto

Il lavoro di Janus-Q segna un cambio di paradigma nel trading algoritmico:

Dalla Serie Temporale all'Evento: Dimostra che modellare esplicitamente gli eventi come unità decisionali primarie è più efficace rispetto ai tradizionali approcci basati solo su serie temporali numeriche.
Interpretabilità e Allineamento: L'uso di HGRM e della Chain-of-Thought rende il processo decisionale del modello più interpretabile e allineato alla logica finanziaria reale, riducendo il rischio di strategie spurie.
Scalabilità: La metodologia proposta offre un percorso per integrare dati non strutturati (testo) in sistemi di trading quantitativi in modo robusto, aprendo la strada a strategie di trading più sofisticate che comprendono il "perché" dietro i movimenti di mercato, non solo il "quando".

In sintesi, Janus-Q dimostra che combinare dati annotati ad alta granularità con un'ottimizzazione basata su rinforzo guidata da ricompense gerarchiche permette di costruire agenti di trading AI che non solo "leggono" le notizie, ma le comprendono e le traducono in decisioni di investimento profittevoli e coerenti.