📊 statistics

Doubly Robust Adaptive Conformal Inference for Causal Effects Under Temporal Dependence

Questo articolo propone la Doubly Robust Adaptive Conformal Inference (DR-ACI), un nuovo metodo che costruisce intervalli di predizione validi per pseudo-outcomes doppiamente robusti in presenza di dipendenza temporale.

Autori originali: Andreas Koukorinis, Ricardo Silva

Pubblicato 2026-06-30

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Andreas Koukorinis, Ricardo Silva

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere un previsore del tempo che cerca di prevedere quanta pioggia cadrà in una città specifica domani. Hai un modello che ti fornisce un singolo numero (ad esempio, "5 pollici"). Ma sai che il tuo modello non è perfetto. Vuoi fornire un intervallo, come "tra 3 e 7 pollici", e vuoi essere sicuro che, nel tempo, il tuo intervallo catturi effettivamente la pioggia reale il 90% delle volte.

Ora, immagina due complicazioni extra:

La Verità "Nascosta": Non stai solo prevedendo la pioggia; stai cercando di misurare la differenza che farebbe la pioggia se una macchina per l'inseminazione delle nuvole venisse accesa rispetto a quando è spenta. Non puoi mai vedere entrambi i risultati per la stessa città nello stesso giorno (o piove, o non piove). Questa "differenza" è un fantasma — devi costruire un astuto proxy per stimarla.
La "Reazione a Catena": Il meteo di oggi dipende pesantemente dal meteo di ieri. I dati non sono un mucchio pulito e indipendente di eventi casuali; sono una catena dove un evento tira verso l'altro.

Questo articolo introduce un nuovo strumento chiamato DR-ACI (Doubly Robust Adaptive Conformal Inference) per risolvere esattamente questo problema. Ecco come funziona, suddiviso in concetti semplici.

1. La Rete a "Doppia Sicurezza" (Doubly Robust)

Di solito, per stimare l'effetto di un trattamento (come un farmaco o una politica), hai bisogno di due modelli: uno per prevedere chi riceve il trattamento, e uno per prevedere l'esito. Se uno dei due modelli è errato, la tua risposta è spazzatura.

Gli autori utilizzano un trucco "Doubly Robust". Immaginalo come un aereo a due motori.

Se il primo motore (Modello A) si guasta, il secondo motore (Modello B) può mantenere l'aereo in volo.
Se il Modello B si guasta, il Modello A salva la situazione.
Cadi solo se entrambi i motori si guastano contemporaneamente.

In questo articolo, utilizzano questo approccio a "due motori" per creare un "pseudo-esito" (pseudo-outcome)—un dato finto, costruito, che funge da sostituto per la verità nascosta (l'effetto del trattamento).

2. La "Banda di Guardia" (Gestire la Dipendenza Temporale)

Gli strumenti statistici standard spesso assumono che ogni punto dati sia indipendente, come lanciare un dado. Ma i dati di serie temporali (come i prezzi azionari o il meteo) sono più simili a un effetto domino. Se provi ad addestrare un modello sui dati di ieri per prevedere quelli di oggi, i dati di "addestramento" e di "test" sono ancora in contatto, il che crea un imbroglio (look-ahead bias).

Per risolvere questo, gli autori utilizzano le Guard Bands (Bande di Guardia).

Immagina di dividere una lunga fila di persone in gruppi per testare un nuovo passo di danza.
Invece di limitarti a tagliare la fila a metà, scarti alcune persone nel mezzo come "zona cuscinetto" (la banda di guardia).
Addestri il tuo modello sul gruppo di sinistra, salti il buffer, e testi sul gruppo di destra.
Questo assicura che i due gruppi siano abbastanza lontani tra loro affinché l'"infezione" dei dati di ieri non contamini il test di oggi.

3. Il "Righello Adattivo" (Adaptive Conformal Inference)

Anche con un buon modello, non sai esattamente quanto ampio debba essere il tuo intervallo di previsione. A volte il mondo è caotico (necessario un intervallo ampio); a volte è calmo (necessario un intervallo stretto).

Gli autori utilizzano un Righello Adattivo.

Immagina un righello che si allunga o si restringe in base a quanto spesso manca il bersaglio.
Se il righello manca troppo spesso, si allunga automaticamente.
Se colpisce il bersaglio troppo facilmente, si restringe per essere più preciso.
Questo avviene in tempo reale, imparando man mano che procede, garantendo che la copertura rimanga valida anche se i dati cambiano.

4. Lo "Standardizzatore di Varianza" (VS-DR-ACI)

Gli autori hanno scoperto che a volte il "righello" diventa troppo largo perché il rumore nei dati è disomogeneo. Alcuni giorni sono rumorosi; altri sono tranquilli.

Hanno aggiunto uno Standardizzatore di Varianza. Immaginalo come delle cuffie a cancellazione del rumore per i dati.
Prima di misurare l'intervallo, normalizzano i dati in modo che i giorni "rumorosi" e quelli "silenziosi" siano trattati equamente.
Il Risultato: Questa versione (VS-DR-ACI) ha prodotto intervalli di previsione che erano il 63% più stretti rispetto ai metodi standard, pur essendo altrettanto accurati. È come ottenere una previsione molto più precisa e utile senza perdere affidabilità.

5. Test nel Mondo Reale: L'Esperimento Nasdaq

Gli autori non si sono limitati a simulare; hanno testato il metodo su dati finanziari reali di Nasdaq riguardanti una nuova regola di trading chiamata "Dynamic M-ELO".

Il Problema: Volevano sapere come questa nuova regola influenzasse la qualità del trading per ogni specifico titolo.
Il Risultato: Il loro metodo ha scoperto che per molti titoli l'effetto era significativo, mentre i metodi standard lo hanno mancato perché i loro "righelli" erano troppo larghi e sfocati.
Lo Stress Test: Hanno anche testato cosa succede quando il mercato cambia improvvisamente (un "drift"). I metodi standard sono falliti fornendo risposte errate. Il loro metodo, specialmente con la funzione di "cancellazione del rumore", ha continuato a funzionare e ha fornito risposte stabili e affidabili.

Riassunto della Garanzia a "Tre Parti"

L'articolo dimostra matematicamente che l'errore del loro metodo deriva da tre fonti specifiche, come una fattura con tre voci di spesa:

Il Gap di Mixaggio (Mixing Gap): Il costo del fatto che i dati siano connessi nel tempo (gestito dalle Guard Bands).
La Tassa di Disturbo (Nuisance Tax): Il costo di modelli imperfetti (gestito dalla Rete a Doppia Sicurezza).
Il Tasso di Adattamento (Adaptation Rate): Il costo dell'apprendimento in tempo reale (gestito dal Righello Adattivo).

Il Punto Fondamentale:
Questo articolo ci offre un modo per dire: "Siamo sicuri al 90% che l'effetto di questa politica su questo specifico titolo sia compreso tra X e Y", anche quando i dati sono disordinati, connessi nel tempo e i modelli sottostanti non sono perfetti. È un modo più affidabile, più stretto e più intelligente per misurare l'incertezza in un mondo in continuo cambiamento.

Sintesi Tecnica: Inferenza Conforme Adattiva Doppia Robusta per Effetti Causali sotto Dipendenza Temporale

1. Definizione del Problema

Il documento affronta la sfida di quantificare l'incertezza per gli effetti eterogenei del trattamento (nello specifico, l'Effetto Medio del Trattamento Condizionale, CATE, $\tau(X)$ ) in contesti caratterizzati da dipendenza temporale.

I metodi standard di predizione conforme (ad es. split conformal) si basano sull'assunto di scambiabilità (osservazioni indipendenti e identicamente distribuite). Tale assunto fallisce nei contesti di serie temporali comuni in finanza ed epidemiologia, dove le osservazioni adiacenti sono correlate. Di conseguenza, l'applicazione ingenua di metodi conformi a stimatori causali porta a garanzie di copertura invalide. Inoltre, gli intervalli standard dell'inferenza causale (asintotici, bootstrap, bayesiani) spesso perdono le loro garanzie di calibrazione distribution-free sotto dipendenza o richiedono la corretta specificazione del modello, cosa che gli stimatori di machine learning non possono facilmente garantire.

L'obiettivo specifico è costruire intervalli di predizione a campioni finiti e distribution-free per le stime degli effetti del trattamento individuale senza assumere osservazioni indipendenti, utilizzando al contempo pseudo-outcomes doppiamente robusti (DR) per mitigare gli errori di stima dei modelli di disturbo (nuisance).

2. Metodologia: DR-ACI

Il metodo proposto, DR-ACI (Doubly Robust Adaptive Conformal Inference), integra tre componenti principali:

A. Pseudo-Outcomes Doppiamente Robusti

Invece di calibrare su esiti grezzi $Y_t$ o CATE latenti $\tau(X_t)$ , il metodo costruisce pseudo-outcomes doppiamente robusti $\psi^{DR}_t$ :
$\psi^{DR}_t = \hat{\mu}_1(X_t) - \hat{\mu}_0(X_t) + \frac{W_t(Y_t - \hat{\mu}_1(X_t))}{\hat{e}(X_t)} - \frac{(1-W_t)(Y_t - \hat{\mu}_0(X_t))}{1 - \hat{e}(X_t)}$
dove $\hat{e}$ è lo score di propensione stimato e $\hat{\mu}_w$ sono i modelli di esito condizionale stimati. Sotto una corretta specificazione di almeno un modello di disturbo, $\psi^{DR}_t$ è uno stimatore non distorto di $\tau(X_t)$ con errore limitato dal prodotto degli errori di stima dei modelli di disturbo.

B. Cross-Fitting a Blocchi Temporali con Guard Bands

Per gestire la dipendenza temporale ( $\beta$ -mixing) preservando le proprietà di ortogonalità della stima DR, gli autori propongono il cross-fitting a blocchi temporali con guard bands:

Partizionamento: La serie temporale viene divisa in $K$ blocchi contigui.
Guard Bands: Quando si addestrano i modelli di disturbo su un set di blocchi, una "guard band" di $g$ osservazioni adiacenti al blocco di calibrazione tenuto da parte viene esclusa dall'addestramento.
Scopo: Ciò garantisce una separazione temporale di almeno $g$ passi tra i dati di addestramento e quelli di calibrazione. Sotto l'assunto $\beta$ -mixing, questo riduce la dipendenza residua (errore di accoppiamento) tra il set di addestramento e il set di calibrazione a $O(\beta(g)^{\delta/(2+\delta)})$ .

C. Inferenza Conforme Adattiva (ACI)

Il metodo utilizza il framework ACI (Gibbs e Candès, 2021) per aggiornare dinamicamente il livello di mancata copertura $\alpha_t$ :
$\alpha_{t+1} = \alpha_t + \gamma(\alpha - \mathbb{1}\{\psi^{DR}_t \notin \hat{C}_t\})$
Questo fornisce una garanzia di copertura deterministica a lungo termine anche quando la sequenza degli score non è scambiabile.

D. DR-ACI con Standardizzazione della Varianza (VS-DR-ACI)

Per affrontare il problema per cui gli pseudo-outcomes DR includono la varianza del rumore ( $\xi_t$ ) che gonfia la larghezza dell'intervallo, gli autori propongono la standardizzazione della varianza:
$s^{VS}_t = \frac{|\psi^{DR}_t - \hat{\tau}(X_t)|}{\hat{\sigma}_\xi(X_t)}$
dove $\hat{\sigma}_\xi(X_t)$ stima la deviazione standard locale del rumore DR. Questo adatta la larghezza dell'intervallo ai livelli di rumore locale, evitando un allargamento non necessario nelle regioni a basso rumore.

3. Contributi Teorici Chiave

A. Decomposizione della Copertura a Tre Termini

Il principale risultato teorico (Teorema 2) decompone il gap di copertura in tre termini distinti:

Mixing Gap: $\min_\tau \{ \tau/T + 2\beta(\tau) \}$ . Questo termine deriva dalla dipendenza temporale ed è controllato dal limite del coefficiente di switch.
Nuisance-Bias Tax: $\|\hat{e} - e\|_2 \cdot \|\hat{\mu} - \mu\|_2$ . Questo termine rappresenta il prodotto degli errori di stima dei modelli di disturbo. Il documento dimostra che il cross-fitting a blocchi temporali con guard bands preserva il tasso standard di bias-prodotto DML sotto $\beta$ -mixing, aggiungendo solo un resto di accoppiamento esplicito $O(\beta(g)^{\delta/(2+\delta)})$ .
Tasso di Adattamento: $O(T^{-1/2})$ . Questo termine deriva dal meccanismo di aggiornamento ACI.

B. Ereditarietà del Coefficiente di Switch

Il documento stabilisce (Lemma 9) che gli score conformi costruiti con pseudo-outcomes DR ereditano i limiti del coefficiente di switch del processo sottostante. Ciò consente che il gap di copertura sia limitato dal coefficiente di mixing dei dati, anche quando i modelli di disturbo vengono stimati.

C. Contenimento Asintotico del CATE

Sebbene la procedura conforme punti direttamente allo pseudo-outcome $\psi^{DR}_t$ , il documento mostra (Corollario 6) che, sotto la consistenza dello stimatore ( $\|\hat{\tau} - \tau\|_{L2} = o_p(1)$ ), gli intervalli risultanti forniscono un contenimento asintoticamente conservativo per il CATE latente $\tau(X_t)$ . L'intervallo sovra-copre $\tau(X_t)$ poiché è calibrato per il target più ampio $\psi^{DR}_t = \tau(X_t) + \xi_t$ .

4. Risultati Empirici

Studio di Simulazione

Mixing Gap: In condizioni stazionarie con variazione dell'autocorrelazione ( $\rho$ ), tutti i metodi conformi hanno mantenuto una copertura valida. Il limite di mixing teorico è risultato essere altamente conservativo (prevedendo cali di copertura al 67% con $\rho=0.99$ , mentre la copertura osservata rimaneva vicino al 90%).
Nuisance-Bias: L'Oracle e il DR-ACI stimato hanno mostrato una copertura identica, confermando che la "tassa sul bias di disturbo" è trascurabile per campioni e learner standard.
Drift e Dipendenza (Regime D): In uno scenario che combina alta dipendenza ( $\rho=0.95$ $ρ = 0.95$ ) e drift dei covariate:
- VS-DR-ACI ha mantenuto una copertura valida (89.9%) con una larghezza dell'intervallo stabile.
- Standard DR-ACI ha mantenuto la copertura ma ha sofferto di un massiccio gonfiamento dell'intervallo (la larghezza è aumentata di circa 170 volte).
- Split Conformal e gli intervalli DML-Wald hanno perso una copertura significativa (scendendo rispettivamente di ~29pp e ~35pp).
- Meccanismo: La standardizzazione della varianza ha impedito la "spirale" del quantile adattivo sotto non-stazionarietà, mantenendo gli score approssimativamente a varianza unitaria.
Efficienza: VS-DR-ACI ha prodotto intervalli il 63% più stretti rispetto allo split conformal pur mantenendo una copertura valida.

Applicazione Empirica: Nasdaq Dynamic M-ELO

Il metodo è stato applicato a un esperimento naturale riguardante l'implementazione da parte di Nasdaq dei Dynamic Midpoint Extended Life Orders (M-ELO).

Contesto: Adozione scalare di timer di attesa dinamici attraverso coorti di titoli.
Risultato: DR-ACI ha identificato una significativa eterogeneità negli effetti del trattamento. Mentre l'inferenza asintotica di base trovava solo il 12,3% dei titoli con effetti significativi, DR-ACI ha identificato il 33,2% (un aumento di 2.000 titoli di insight azionabili).
Precisione: Gli intervalli DR-ACI erano del 50% più stretti rispetto agli intervalli asintotici di base, permettendo una classificazione più precisa degli effetti del trattamento a livello di singolo titolo.

5. Significato e Rivendicazioni

Il documento sostiene di occupare un'intersezione unica nella letteratura: combinare score doppiamente robusti, copertura valida sotto $\beta$ -mixing e adattamento online.

Significato Teorico: Fornisce la prima garanzia di copertura per gli pseudo-outcome DR sotto $\beta$ -mixing, quantificando esplicitamente il costo della dipendenza (mixing gap) e la preservazione dei tassi di bias DML tramite le guard bands.
Significato Pratico: Offre un metodo a campioni finiti, distribution-free e valido per l'inferenza causale in dati di serie temporali dove gli assunti standard falliscono. La variante con standardizzazione della varianza (VS-DR-ACI) si è dimostrata robusta sia alla dipendenza che al drift, superando i metodi esistenti in termini di stabilità e larghezza dell'intervallo.
Limitazioni: Gli autori notano esplicitamente che le garanzie teoriche assumono la stazionarietà. La robustezza al drift osservata nelle simulazioni e nell'applicazione Nasdaq è un evidenza empirica, non coperta dal teorema principale. Il limite di mixing è riconosciuto come conservativo per funzioni di score regolari, e la derivazione di un limite più stretto per tali casi è identificata come lavoro futuro. Il metodo assume inoltre l'assunto SUTVA (Stable Unit Treatment Value Assumption), che è approssimativo nei mercati finanziari a causa dei potenziali spillover.