Decision-focused Sparse Tangent Portfolio Optimization

技術要約：意思決定に焦点を当てたスパース・タンジェント・ポートフォリオ最適化

問題提起
スパース・タンジェント・ポートフォリオ最適化は、平均分散フロンティアに沿ってシャープレシオ（リスク単位あたりの超過リターン）を最大化する、解釈可能で低カーディナリティなポートフォリオの構築を目指すものである。しかし、このタスクには主に2つの課題が存在する。

1. 計算の複雑性： カーディナリティ制約（非ゼロの資産ウェイトの数を制限すること）を課すと、最適化問題は滑らかな連続的タスクから、NP困難な組合せ探索へと変貌する。
2. 予測と意思決定の不一致： 従来の「予測してから最適化する（Predict-then-Optimize: PFL）」パイプラインは、資産リターンを予測するために統計的な損失関数（例：平均二乗誤差）を用いて予測モデルを訓練する。その後、これらのモデルは個別の最適化器に投入される。このアプローチは、ダウンストリームの意思決定構造を考慮していない。そのため、小さな予測誤差が離散的な資産選択ステップを通じて連鎖し、最終的なポートフォリオのパフォーマンスに重大な劣決定をもたらす可能性がある。これは、特に厳しいスパース制約がある場合に顕著である。

手法
著者らは、予測、資産選択、およびポートフォリオの再最適化を単一の微分可能なパイプラインに統合した、エンドツーエンドの**意思決定に焦点を当てた学習（Decision-Focused Learning: DFL）**フレームワークを提案している。その核心となる手法には、以下の3つの技術的革新が含まれる。

1. 微分可能なシャープレシオの再定式化：
   最適化層を通じて勾配を流すために、著者らは非凸なシャープレシオ最大化問題を、**規律あるパラメータ化プログラミング（Disciplined Parammerized Programming: DPP）**に準拠した凸計画問題へと再定式化している。

• 彼らは、スケーリング変数 $t$ を導入し、$y = tw$ と定義する均質化技術を利用している。
• 共分散行列に対してコレスキー分解（$\Sigma = L_\Sigma L_\Sigma^\top$）を適用することで、問題を以下の二次制約付き二次計画問題（QCQP）の形式に変換する：
  $$\max_{y,t} y^\top \mu \quad \text{s.t.} \quad \mathbf{1}^\top y = t, \quad \|L_\Sigma y\|_2 \leq 1, \quad t \geq 0$$
• この定式化はDPPの規則を満たしており、CVXPYlayersのようなソルバーを使用して、予測された平均リターン $\hat{\mu}$ に関する勾配を計算することが可能である。

2. 微分可能なソフトTop-k演算子：
   カーディナリティ制約（$k$ 個の資産）による離散的な性質を扱いながら、微分可能性を維持するために、著者らはハードなTop-k選択を滑らかな演算子に置き換えている。

• 資産は、変換されたウェイト $|L_\Sigma^\top w|$ の大きさに基づいてランク付けされる。
• ソフトTop-kマスクは、学習可能なシフトパラメータ $t$ を持つロジスティックシグモイド関数 $\sigma$ を用いて生成される。シフトは、マスク値の合計が正確に $k$ になるように、一次元の二分探索によって決定される。
• バックプロパゲーション（逆伝播）では、クローズドフォームのベクトル・ヤコビアン積を利用しており、大規模なヤコビアン行列を明示的に形成することなく、計算効率と数値的安定性を確保している。

3. エンドツーエンドの訓練目的関数：
   予測モデルは、純粋な予測損失ではなく、タスク固有の損失を最小化するように訓練される。目的関数は以下を組み合わせたものである：

• 後悔損失（Regret Loss: $L_{DFL}$）： 真のパラメータ下での最適なポートフォリオのリターンと、モデルの予測を用いて達成されたリターンの差。
• 予測損失（Prediction Loss: $L_{MSE}$）： 訓練を安定させるための標準的な平均二乗誤差項。
• 全体の損失は、以下の加重和である：$L_{Task} = \alpha L_{DFL} + (1-\alpha) L_{MSE}$。

主な貢献

1. スパース・タンジェント・ポートフォリオへのDFLの初適用： 本研究は、意思決定に焦点を当てた学習とスパース・ポートフォリオ最適化を橋渡しし、従来のDFLの適用例では回避されがちであった明示的なカーディナリティ制約に対処している。
2. 微分可能な意思決定層： 著者らは、シャープレシオ最大化のDPP準拠の凸再定式化と、滑らかなTop-k演算子を組み合わせた新しい層を構築した。これにより、予測、離散選択、および再最適化を通じた勾配伝播が可能となる。
3. 実証的検証： 提案されたフレームワークは、異なる資産ユニバースとカーディナリティレベルを持つ4つの主要な株式市場（EuroStoxx50, FTSE100, KOSPI200, Nikkei225）において検証されている。

実験結果
提案されたDFLフレームワークは、以下のモデルと比較された：

• ベースライン： ヒストリック（過去のデータに基づく平均分散法）および予測に焦点を当てた学習（PFL）パイプライン。
• 最適化モデル： OSCAR（ヒューリスティック）、SD-relaxation（半正定値計画法）、およびmSSRM-PGA（近接勾配法）。

結果：

• 優れたパフォーマンス： DFLフレームワークは、PFLおよびヒストリック・ベースラインと比較して、一貫して競争力のある、あるいはそれ以上のアウトオブサンプル・シャープレシオを達成した。
• スケーラビリティ： パフォーマンスの向上は、より大きな資産ユニバース（例：162銘柄のKOSPI200や208銘柄のNikkei225）において最も顕著であり、そこではスパースな選択の組合せ的な複雑さが最大となる。
• 安定性： 一部のPFLバリアント（特にSD-relaxation）が小規模な市場で平均的なパフォーマンスに達することがあったが、DFL手法はランダムシードに対する標準偏差が低く、訓練のランダム性に対する堅牢性が高いことを示した。
• リターンの時系列： DFLポートフォリオは、ほとんどの期間において、PFLベースラインと比較して高い実現リターンを示した。

意義と主張
本論文は、学習の目的をダウンストリームのポートフォリオの質（リスク調整後パフォーマンス）に直接適合させることが、スパース最適化において極めて重要であると主張している。予測モデルの中に制約付き最適化問題の構造を内包させることで、このフレームワークは「予測してから最適化する」というミスマッチを軽減する。著者らは、資産ユニバースが大きく、厳格なカーディナリティ制約がある場合のように、選択問題が組合せ的に困難な場合に、このアプローチが特に効果的であると断言している。

限界
著者らは、以下の3つの主要な限界を認めている：

1. 計算オーバーヘッド： ソフトTop-k演算子の微分は、資産ユニバースのサイズに応じて計算コストが増大する。
2. 制約の範囲： 現在の定式化は空売りを許容しており、ロングオンリー（買いのみ）、レバレッジ制限、あるいはターンオーバー・ペナルティといった実務的な制約は組み込まれていない。
3. 汎用性： このアプローチはスパース・タンジェント・ポートフォリオ最適化に特化して設計されており、異なるダウンストリーム目標を持つ他のカーディナリティ制約付き目的関数へ拡張するには、非自明な適応が必要となる。