Evaluating AI Investment Strategies

Sintesi Tecnica: Valutazione delle Strategie di Investimento AI

Definizione del Problema
Il documento affronta la sfida critica dell'audit di decisori algoritmici "black-box" in ambienti sequenziali, come fondi hedge, robo-advisor e algoritmi di esecuzione. I regolatori (ad esempio, ai sensi di SR 11-7 e SR-26-2) e i progettisti di piattaforme richiedono metriche di performance per valutare le strategie algoritmiche senza avere accesso al codice sorgente interno o ai tipi di agenti privati. Sebbene l'audit a singolo periodo sia possibile, estendere questi metodi a programmi dinamici stocastici multi-periodo — in cui i gestori riottimizzano in base a nuovi dati ogni periodo — rimane un problema aperto. La difficoltà centrale consiste nel determinare se il regret cumulativo (il divario tra la performance realizzata e un benchmark teorico ottimale) possa essere scomposto esclusivamente in quantità osservabili (input e output).

Metodologia e Quadro Teorico
L'autore formula un programma dinamico stocastico a orizzonte finito generale in cui una policy $\hat{\pi}_t$ mappa stati osservati e vettori di costo $c_t$ verso decisioni $z_t$. Il benchmark è definito come la policy ottimale della media condizionale $\pi^*_t$, che minimizza i costi attesi data l'informazione corrente.

Il principale contributo metodologico è la derivazione di una decomposizione esatta per il regret cumulativo. Il documento stabilisce che, in condizioni specifiche, il regret totale su $T$ periodi è uguale alla somma delle covarianze per periodo tra il vettore dei costi e la decisione della policy, più un termine di correzione del bias:
$$\text{Regret}^{(T)}(\Pi) = \sum_{t=1}^T \text{Cov}(c_t, \hat{\pi}_t(c_t)) + \sum_{t=1}^T \bar{c}_t^\top b_t$$
dove $b_t = E[\hat{\pi}_t(c_t)] - \pi^*_t$ rappresenta il bias della policy per singolo periodo.

L'analisi procede attraverso diverse estensioni teoriche:

1. Costi i.i.d.: Sotto ipotesi di costi indipendenti e identicamente distribuiti e policy di Markov mediamente non corrotte (dove $E[\hat{\pi}_t] = \pi^*_t$), il termine di bias svanisce, producendo un'identità esatta in cui il regret è uguale alla somma delle covarianze.
2. Non Stazionarietà: Per distribuzioni di costo variabili nel tempo, il documento deriva una correzione del bias in forma chiusa limitata dalla covarianza cross-periodica degli incrementi dei costi.
3. Orizzonte Infinito: Viene stabilita un'analoga per l'orizzonte scontato, mostrando che il regret scontato scala linearmente con l'orizzonte effettivo $1/(1-\gamma)$.
4. Processi AR(1): Per i costi di esecuzione con ritorno alla media (modellati come AR(1)), il documento deriva un termine specifico di correzione dell'auto-covarianza, dimostrando che le somme di covarianza grezze possono sovrastimare o sottostimare il vero regret a seconda del segno dell'autocorrelazione.
5. Ricorsione di Bellman: Viene derivata una ricorsione di tipo Bellman per il funzionale del regret di covarianza, strutturalmente analoga alla funzione Q nel reinforcement learning. Ciò consente di stimare il regret multi-periodo utilizzando algoritmi standard di programmazione dinamica senza dover risolvere il problema di ottimizzazione originale.

Contributi Chiave
Il documento presenta otto contributi specifici:

• Decomposizione Esatta: Dimostrare che il regret atteso totale si decompone esattamente nella somma delle covarianza input-output per periodo sotto ipotesi di costi i.i.d. e policy mediamente non corrotte.
• Caratterizzazione del Bias: Derivare correzioni del bias in forma chiusa per costi non stazionari e policy variabili nel tempo, quantificando specificamente il bias nelle strategie di momentum come $O(|\hat{\rho}|T\sigma_c^2)$.
• Strumento di Audit Algoritmico: Proporre uno stimatore di covarianza di traiettoria che è consistente, asintoticamente normale con varianza HAC (Heteroskedasticity and Autocorrelation Consistent), e computabile in $O(T \cdot nd)$ tempo. Ciò consente un audit model-free utilizzando solo sequenze osservabili di costi e allocazioni.
• Applicazioni Finanziarie: Applicare la teoria al ribilanciamento del portafoglio a finestra mobile (mostrando che il bias di errore di stima è $O(d/w)$) e ai costi di esecuzione con ritorno alla media (fornendo una correzione AR(1) in forma chiusa).
• Connessione con il Reinforcement Learning: Dimostrare che l'infrastruttura standard del RL (ad esempio, fitted-Q) può essere riutilizzata per stimare il regret multi-periodo tramite la ricorsione di Bellman derivata.

Risultati Empirici
La teoria è validata utilizzando i dati dei rendimenti giornalieri CRSP da gennaio 2016 a dicembre 2025.

• Coefficienti AR(1): I coefficienti AR(1) giornalieri sono stati persistentemente negativi ($\hat{\rho} \in [-0.144, -0.004]$) in tutti gli anni e regimi NBER, indicando che il reversal a breve termine ha dominato il momentum.
• Performance delle Strategie: Le strategie di reversion hanno superato le strategie di momentum in sette anni su dieci.
• Correzione del Bias: La strategia di reversion corretta dal bias ha fornito la migliore performance risk-adjusted nel 2019 e nel 2022, anni in cui le strategie di momentum grezze sono fallite. La correzione del bias agisce come una "assicurazione", comportando un leggero costo negli anni favorevoli ma garantendo guadagni significativi quando le dinamiche di momentum sono distorte.
• Robustezza: Il documento identifica cinque fattori confondenti (effetti di dimensione, bid-ask bounce, clustering della volatilità, momentum cross-sectionale vs time-series, e fornitura di liquidità) che probabilmente influenzano il valore di $\hat{\rho}$ verso l'alto. Di conseguenza, le figure del regret calcolate sono limiti superiori conservativi sulle perdite attribuibili al momentum.

Significato e Rivendicazioni
Il documento sostiene di fornire una "soluzione trattabile" per la supervisione normativa, riformulando l'audit algoritmico come un problema di test statistico.

• Per i Regolatori: Gli ufficiali di compliance possono costruire intervalli di confidenza per il regret cumulativo utilizzando solo input e output osservabili, soddisfacendo mandati come SR 11-7 senza richiedere l'accesso ai motori di ottimizzazione proprietari.
• Per il Design dei Meccanismi: L'identità permette ai principiali di porre un limite al regret di un agente senza accesso ai tipi privati, collegando l'audit black-box ai problemi di stima della covarianza nella teoria dei giochi.
• Per il Miglioramento delle Policy: La ricorsione di Bellman implica che la riduzione della covarianza puntuale è una condizione sufficiente per il miglioramento del regret multi-periodo, offrendo un'alternativa computazionalmente trattabile alla piena enumerazione delle strategie.

L'autore mantiene una posizione modesta riguardo all'entità empirica del regret, osservando che, sebbene la decomposizione teorica sia esatta sotto le ipotesi dichiarate, le stime empiriche fungono da limiti superiori a causa del rumore di microstruttura non osservato e delle esposizioni ai fattori. La principale proposta di valore è l'istituzione di una metrica rigorosa e model-free per l'attribuzione della performance nei sistemi decisionali sequenziali.