Deep Learning for Financial Time Series: A Large-Scale Benchmark of Risk-Adjusted Performance

Questo studio presenta un ampio benchmark che dimostra come modelli ibridi, in particolare la combinazione di Variable Selection Networks e LSTM, superino le architetture lineari e generiche nel massimizzare il rapporto di Sharpe e nella gestione del rischio su un dataset di futures giornalieri dal 2010 al 2025.

L'essenziale

🏁 La Grande Gara delle Macchine per Prevedere il Futuro

Immagina di essere in una grande arena sportiva. Al centro ci sono 15 anni di storia finanziaria (dal 2010 al 2025), che coprono tutto: azioni, obbligazioni, materie prime (come il petrolio o il grano) e valute. È un terreno di gioco molto difficile: il mercato è rumoroso, imprevedibile e cambia continuamente le regole del gioco.

In questa arena, i ricercatori dell'Università di Oxford hanno organizzato una gara di "previsione". Hanno messo l'uno contro l'altro diversi tipi di "atleti" (modelli di Intelligenza Artificiale) per vedere chi riesce a fare meglio nel prevedere i movimenti del mercato e, soprattutto, a guadagnare soldi reali tenendo conto dei rischi.

🧠 Chi sono i concorrenti?

Per capire chi ha vinto, dobbiamo conoscere i tipi di atleti in gara:

1. I Vecchi Saggi (Modelli Lineari): Sono come vecchi contabili che guardano solo la linea retta. Se ieri è salito, pensano che oggi salirà ancora un po'. Sono semplici, veloci, ma nel mercato finanziario (che è caotico) si perdono facilmente.
2. I Maghi della Trasformazione (Transformer): Sono i modelli "di moda" (come quelli che usano ChatGPT). Sono bravissimi a leggere testi e immagini, ma quando provano a leggere i grafici finanziari, spesso si confondono perché il mercato non ha la stessa logica di una frase scritta.
3. I Nuovi Geni (xLSTM, Mamba, ecc.): Sono le nuove tecnologie che promettono di ricordare tutto e di adattarsi velocemente.
4. I Ibridi (I Vincitori): Sono combinazioni intelligenti. Immagina di prendere un vecchio saggio (che sa filtrare il rumore) e metterlo in squadra con un mago giovane (che ha una memoria potente).

🏆 Chi ha vinto?

Non è stato il modello più complesso a vincere, né quello più veloce. La vittoria è andata a un squadra ibrida chiamata VLSTM (Variable Selection Network + LSTM).

Ecco la metafora per capire perché ha vinto:
Immagina di dover navigare in un oceano in tempesta (il mercato finanziario).

• I modelli lineari sono come barche a vela rigide: se il vento cambia direzione, si capovolgono.
• I Transformer sono come yacht di lusso: bellissimi e potenti, ma se la tempesta diventa troppo forte, si bloccano o fanno troppe manovre inutili.
• VLSTM è come un sottomarino intelligente. Ha due superpoteri:
  1. Filtra il rumore: Sa distinguere tra un'onda grande (un segnale importante) e una schiuma di mare (rumore casuale).
  2. Ha una memoria adattiva: Ricorda cosa è successo mesi fa, ma sa anche dimenticare le cose vecchie se il clima è cambiato.

Grazie a questo, VLSTM ha ottenuto il miglior rapporto tra guadagno e rischio (chiamato "Sharpe Ratio"). In parole povere: ha guadagnato di più, ma ha dormito meglio la notte perché ha perso meno soldi quando le cose andavano male.

💡 Le 4 Lezioni Chiave della Gara

Ecco cosa ci insegna questa ricerca, tradotto in vita quotidiana:

1. Non basta essere intelligenti, serve essere "adattivi"
I modelli che hanno vinto non sono quelli che hanno semplicemente "memorizzato" i dati. Sono quelli che hanno imparato a riconoscere i pattern nascosti nel caos. È come un giocatore di calcio che non guarda solo la palla, ma capisce il movimento di tutta la squadra. I modelli lineari guardano solo la palla; i modelli ibridi vedono il campo.

2. La memoria conta (ma deve essere quella giusta)
I vecchi modelli (LSTM) avevano una memoria, ma a volte dimenticavano troppo presto o troppo tardi. I nuovi modelli (come xLSTM) hanno una memoria che si "stira" e si "comprime" come un elastico. Se c'è un evento raro ma importante (come una crisi improvvisa), la memoria si allunga per ricordarlo. Se c'è solo rumore, si accorcia per non farsi distrarre.

3. Guadagnare non è tutto: conta quanto rischi
Un modello potrebbe fare un guadagno enorme un anno e perdere tutto l'anno dopo. Questo non va bene. I vincitori della gara sono stati premiati perché erano stabili.

• Metafora: È meglio avere un'auto che va a 100 km/h ma non si schianta mai, piuttosto che un'auto che va a 200 km/h ma finisce nel fossato ogni due mesi.
• I modelli vincenti hanno mostrato di perdere meno soldi quando il mercato crollava (basso "drawdown").

4. Le commissioni di transazione sono il nemico silenzioso
Nel trading, ogni volta che compri o vendi, paghi una commissione (come il pedaggio di un'autostrada).

• Alcuni modelli facevano così tante operazioni (giravano freneticamente) che le commissioni mangiavano tutti i loro guadagni.
• Il modello xLSTM è stato il più efficiente: faceva meno operazioni inutili, risparmiando sulle commissioni e mantenendo più soldi in tasca. È come un corridore che non spreca energie in salti inutili, ma corre dritto verso il traguardo.

🎯 Il Verdetto Finale

Questo studio ci dice che l'Intelligenza Artificiale per la finanza non è magia. Non basta prendere il modello più famoso di internet e usarlo per guadagnare.

Per funzionare davvero nel mondo reale, serve un modello che:

1. Sappia filtrare il rumore (non farsi ingannare dalle piccole fluttuazioni).
2. Aia una memoria flessibile (ricordare il passato ma adattarsi al presente).
3. Sappia gestire il rischio (non fare scommesse troppo pericolose).
4. Sia efficiente (non sprecare soldi in commissioni inutili).

In sintesi: i vincitori non sono stati i più "furbi" in assoluto, ma quelli più saggi e prudenti. Hanno imparato che nel mercato, sopravvivere alla tempesta è più importante di fare la gara di velocità.

Sommario tecnico

1. Il Problema e il Contesto

Il paper affronta la sfida di applicare le moderne architetture di Deep Learning (DL) alla previsione delle serie temporali finanziarie, un dominio caratterizzato da:

• Basso rapporto segnale-rumore: I rendimenti finanziari sono estremamente rumorosi.
• Non stazionarietà: Le distribuzioni e le dinamiche di mercato cambiano nel tempo (cambi di regime).
• Code grasse (Heavy tails): Eventi estremi sono più frequenti rispetto a una distribuzione normale.
• Limiti delle architetture esistenti: Mentre modelli come i Transformer e gli State Space Models (SSM) eccellono in benchmark generici (es. meteorologia, energia), spesso falliscono nella finanza a causa della loro incapacità di gestire la non stazionarietà e il rumore senza overfitting.

L'obiettivo principale non è massimizzare il rendimento grezzo, ma ottimizzare il rapporto di Sharpe (rendimento corretto per il rischio) in un contesto di portafoglio reale, considerando costi di transazione e robustezza statistica.

2. Metodologia e Setup Sperimentale

Dataset e Copertura

• Dati: Un dataset diversificato di contratti futures giornalieri che copre il periodo 2010–2025.
• Classi di attività: Obbligazioni, materie prime (commodities), energia, valute (FX) e indici azionari.
• Preprocessing: I dati includono prezzi di chiusura, rendimenti e indicatori tecnici. È stata utilizzata una metodologia di "back-adjustment" per eliminare i salti di prezzo dovuti al rinnovo dei contratti.

Pipeline di Ottimizzazione End-to-End

A differenza dei modelli tradizionali che minimizzano l'errore di previsione (es. MSE), questo framework ottimizza direttamente la performance economica:

1. Generazione del Segnale: Il modello $f_\theta$ mappa una finestra di osservazione storica $X_t$ in un segnale di trading scalare $\hat{y}_t \in [-1, 1]$.
2. Costruzione del Portafoglio: I segnali vengono trasformati in pesi di portafoglio tramite un targeting della volatilità (Volatility Targeting). La leva viene aggiustata dinamicamente in base alla volatilità condizionata stimata (EWMA) per equalizzare il rischio tra le attività.
3. Funzione di Loss: L'addestramento minimizza il Rapporto di Sharpe annualizzato negativo:
   $$L(\theta) = - \frac{\hat{E}[R]}{\sqrt{\widehat{Var}[R]}} \cdot \sqrt{252}$$
   Questo forza la rete a imparare rappresentazioni che massimizzano il rendimento atteso penalizzando fortemente la varianza.

Architetture Valutate

Il benchmark confronta una vasta gamma di modelli, raggruppati in categorie:

• Lineari: AR1x, DLinear, NLinear.
• Recurrenti (RNN): LSTM classico, xLSTM (con gating esponenziale e normalizzazione), PsLSTM (xLSTM con patching).
• Transformer-based: iTransformer, PatchTST, TFT (Temporal Fusion Transformer).
• State Space Models (SSM): Mamba, Mamba2.
• Modelli Ibridi: Combinazioni progettate per migliorare il rapporto segnale-rumore, come VSN+LSTM (VLSTM), VSN+xLSTM (VxLSTM), e LSTM+PatchTST (LPatchTST).
  • Nota: I modelli ibridi utilizzano spesso Variable Selection Networks (VSN) per filtrare le feature rumorose prima dell'encoding temporale.

Valutazione

Oltre al Sharpe Ratio, sono stati valutati:

• Rischio al ribasso: Max Drawdown, Calmar Ratio, CVaR (Value at Risk condizionale).
• Robustezza: Sensibilità alla selezione del seed casuale (test con budget sperimentale ridotto).
• Efficienza dei costi: Analisi del costo di transazione di pareggio (breakeven transaction cost) per ogni asset.

3. Risultati Chiave

Performance Generale

• I modelli non lineari superano i lineari: I modelli lineari (AR, DLinear) mostrano performance instabili nel lungo periodo e Sharpe Ratio medi inferiori, confermando che la dinamica finanziaria richiede capacità non lineari.
• I modelli ibridi dominano: L'architettura VLSTM (VSN + LSTM) ha ottenuto il Sharpe Ratio più alto (2.40) sul periodo 2010-2025, superando sia i modelli puramente ricorrenti che quelli basati su Transformer o SSM.
• Robustezza temporale: I modelli top (VLSTM, LPatchTST, TFT) mantengono performance positive anche in anni di alta volatilità o crisi (es. 2020-2022), a differenza dei modelli lineari che crollano in certi regimi.

Confronto tra Architetture

• Recurrenti vs. Attention: I modelli puramente basati su Attention (come iTransformer e PatchTST base) hanno mostrato performance eterogenee e spesso inferiori, suggerendo che la semplice attenzione senza stato ricorrente esplicito è insufficiente per la finanza.
• State Space Models: Mamba e Mamba2 hanno mostrato performance moderate. L'aggiunta di un VSN (VSN+Mamba2) ha migliorato la stabilità, ma non ha raggiunto i livelli dei migliori modelli ricorrenti ibridi.
• xLSTM: Ha dimostrato un'eccellente efficienza nei costi di transazione, con il margine di pareggio più alto (resistenza ai costi di trading), grazie a una minore frequenza di turnover rispetto agli altri modelli.

Rischio e Downside

• VLSTM e LPatchTST hanno mostrato i migliori compromessi tra rendimento e rischio di coda (Calmar Ratio elevato, Drawdown massimi contenuti).
• VxLSTM ha registrato il Drawdown massimo più basso (-11.8%), indicando una gestione del rischio al ribasso superiore, sebbene con un rendimento medio leggermente inferiore rispetto a VLSTM.

Robustezza e Costi

• Indipendenza dal Seed: I risultati rimangono stabili anche riducendo il numero di seed casuali utilizzati per l'aggregazione, dimostrando che le performance non sono dovute a una fortunata inizializzazione casuale.
• Costi di Transazione: L'analisi breakeven rivela che i modelli con turnover più basso (come xLSTM) sono più resilienti ai costi di transazione, mentre i modelli con turnover elevato richiedono costi di esecuzione molto bassi per rimanere profittevoli.

4. Contributi Principali

1. Benchmark Unificato: Fornisce il primo confronto su larga scala di architetture DL moderne (inclusi xLSTM, Mamba2, PatchTST) specificamente ottimizzate per il rapporto di Sharpe su un dataset cross-asset reale.
2. Evidenza sull'Inductive Bias: Dimostra che l'architettura "giusta" per la finanza non è necessariamente quella con la massima capacità computazionale (es. Transformer puri), ma quella che incorpora bias induttivi specifici: gestione esplicita dello stato, selezione delle feature (VSN) e meccanismi di gating adattivi.
3. Ottimizzazione Diretta del Rischio: Conferma l'efficacia dell'ottimizzazione end-to-end del Sharpe Ratio rispetto alla previsione di rendimenti grezzi.
4. Analisi di Robustezza: Introduce una valutazione rigorosa che include non solo il rendimento medio, ma anche la stabilità sotto diversi regimi di mercato, la sensibilità ai costi di transazione e la robustezza statistica.

5. Significato e Conclusioni

Il paper conclude che per la previsione finanziaria di successo non basta la potenza computazionale o la complessità teorica (come la complessità asintotica lineare degli SSM). È fondamentale:

• Comprimere le rappresentazioni temporali in modo strutturato.
• Filtrare attivamente il rumore (tramite meccanismi come VSN).
• Mantenere uno stato persistente e adattivo (come nelle architetture LSTM/xLSTM avanzate).

I modelli ibridi, in particolare VLSTM, si sono dimostrati i più efficaci nel bilanciare rendimento, controllo del drawdown e resilienza ai costi di transazione. Questo lavoro fornisce un punto di riferimento trasparente per la ricerca futura, spostando il focus dalla semplice accuratezza predittiva alla performance economica reale e robusta.