🤖 machine learning

Semantic State Abstraction Interfaces for LLM-Augmented Portfolio Decisions: Multi-Axis News Decomposition and RL Diagnostics

Dit artikel introduceert Semantische State-Abstractie-Interfaces (SSAI), een methodologisch raamwerk voor het afbeelden van schaarse financiële nieuwsberichten naar controleerbare semantische coördinaten om de representatiekwaliteit te ontkoppelen van optimalisatieprestaties, en toont door middel van empirische evaluatie op Amerikaanse aandelen aan dat, hoewel de aanpak interpretatie biedt, de specifieke vier-assige instantiatie onderpresteert ten opzichte van eenvoudigere basismodellen en gevoelig is voor transactiekosten.

Oorspronkelijke auteurs: Likhita Yerra (AIVANCITY School of AI and Data), Remi Uttejitha Allam (AIVANCITY School of AI and Data)

Gepubliceerd 2026-05-11

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Likhita Yerra (AIVANCITY School of AI and Data), Remi Uttejitha Allam (AIVANCITY School of AI and Data)

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert een robot te leren hoe je aandelen handelt. De robot kan getallen zien (prijzen, volume), maar hij moet ook de "nieuwsberichten" begrijpen – de rommelige, ongestructureerde koppen over bedrijven.

Dit artikel introduceert een nieuwe manier om die koppen te vertalen naar een taal die de robot kan begrijpen, genaamd SSAI (Semantic State Abstraction Interfaces). Maar hier zit de draai: de auteurs proberen niet alleen de beste robot te bouwen; ze proberen een transparant laboratorium te bouwen om uit te vinden waarom een robot slaagt of faalt.

Hier is de uiteenzetting van hun experiment met eenvoudige analogieën:

1. Het Probleem: De "Black Box" versus het "Dashboard"

Normaal gesproken voeden mensen AI met nieuws door de tekst in een gigantisch, complex brein (een neurale netwerken) te stoppen dat één getal of een verborgen vector produceert. Het is alsof je een bestuurder een dashboard geeft met één oplichtend lampje dat "Ga" of "Stop" zegt, maar je hebt geen idee waarom het lampje veranderde.

De SSAI-oplossing:
In plaats van een black box, bouwden de auteurs een dashboard met vier specifieke wijzers. Elke keer dat de AI een nieuwsartikel leest, geeft het vier eenvoudige scores uit (1 tot 5):

Sentiment: Is het nieuws goed of slecht?
Risico: Is het bedrijf in gevaar?
Zekerheid: Hoe zeker zijn we van dit vooruitzicht?
Volatiliteit: Zal de prijs wild schommelen?

Als er op een dag geen nieuws is, staan de wijzers gewoon op een neutrale "3" (midden op de weg). Dit maakt het systeem controleerbaar: een mens kan naar het dashboard kijken en zeggen: "Ah, de robot verkocht omdat de Risico-wijzer naar 5 sprong."

2. Het Experiment: De "Controlegroep"-truc

De auteurs wilden weten: Is de robot slim vanwege de nieuws-wijzers, of is hij slim vanwege het brein van de robot (het leeralgoritme)?

Om dit uit te vinden, gebruikten ze een slimme truc: Ze gaven exact hetzelfde dashboard (dezelfde nieuws-wijzers) aan drie verschillende soorten "bestuurders":

Bestuurder A (Het Factor Portfolio): Een simpele, regelgebaseerde bestuurder die gewoon een formule volgt.
Bestuurder B (De Supervised Learner): Een standaard statistisch model.
Bestuurder C (De Reinforcement Learning Agent): Een complexe, lerende robot (met algoritmen zoals PPO en SAC) die probeert te leren door trial and error.

Omdat iedereen exact dezelfde nieuwsdata kreeg, moest elk verschil in hun prestaties te wijten zijn aan het brein van de bestuurder, en niet aan het nieuws zelf.

3. De Verrassende Resultaten: "Het Nieuws is niet de Magie"

De auteurs draaiden het experiment van 2019 tot 2023 op 30 grote tech-aandelen. Hier is wat ze ontdekten:

De "Eenvoudige" Robot Won (Vrijwel): De complexe lerende robots (RL-agenten) versloegen een simpele "Buy and Hold"-strategie (gewoon aandelen kopen en houden) eigenlijk niet. Sterker nog, de complexe robot verloor vaak geld in vergelijking met gewoon stilzitten.
Het "Nieuws" was niet de Held: Toen ze naar de vier nieuws-wijzers keken, realiseerden ze zich dat de "magie" niet lag in de specifieke woorden die de AI las.
- Ze ontdekten dat als je gewoon het gemiddelde van die vier wijzers nam (de complexe wiskunde negerend), je bijna hetzelfde resultaat kreeg als de meest complexe methode.
- Nog beter, ze ontdekten dat een statistische afkorting (genaamd Principal Component Analysis) die de "menselijk leesbare" namen van de wijzers negeerde en gewoon naar de ruwe wiskunde keek, veel beter presteerde (126 procentpunten beter in totaalrendement) dan hun menselijk leesbare dashboard.

De Analogie:
Stel je voor dat je het weer probeert te voorspellen.

SSAI is alsof je een mens vraagt een rapport te schrijven: "Het is bewolkt, winderig en vochtig."
De Statistische Afkorting is als een supercomputer die naar de ruwe druk- en temperatuurdata kijkt zonder zich te bekommeren om de woorden "bewolkt" of "winderig".
Het Resultaat: De supercomputer voorspelde het weer veel beter. Het menselijk leesbare rapport was nuttig om te begrijpen waarom de computer een beslissing nam, maar het was niet het beste hulpmiddel om het resultaat te voorspellen.

4. De "Compositie"-valstrik

De auteurs ontdekten een grote valkuil. Hun "nieuwsgebaseerde" strategie leek veel geld te verdienen (307% rendement) in vergelijking met gewoon aandelen kopen (243% rendement).

Toen ze het echter uit elkaar haalden, realiseerden ze zich dat de strategie eigenlijk niet "beter nieuws las". Het was gewoon het kiezen van een specifieke groep aandelen (bedrijven met gemiddelde dekking) die toevallig goed deden tijdens die specifieke periode.

De Valstrik: Het was alsof een coach een team koos omdat ze toevallig op een zonnige dag speelden, niet omdat de strategie van de coach goed was.
De Realiteitscontrole: Toen ze de strategie testten op verschillende groepen aandelen of kleine transactiekosten toevoegden, verdween het "nieuwsvoordeel".

5. De Echte Bijdrage: Een "Diagnostisch Hulpmiddel"

Dus, bouwden ze een geldmachine? Nee.
Bewezen ze dat AI-nieuwslezen nutteloos is? Nee.

Wat ze eigenlijk deden:
Ze bouwden een diagnostisch hulpmiddel (zoals een scanner voor auto's).

Ze bewezen dat voor deze specifieke opstelling, de keuze van het algoritme (de bestuurder) belangrijker was dan de nieuwsdata (het dashboard).
Ze toonden aan dat interpretatie (het begrijpbaar maken van de AI) kosten met zich meebrengt. Als je wilt dat de AI in menselijk leesbare termen spreekt (zoals "Risico: Hoog"), kun je wat prestaties verliezen in vergelijking met een "black box" wiskundemodel.
Ze leverden een sjabloon voor anderen om "signaal" (goede data) te scheiden van "ruis" (pech of slechte algoritmen) in toekomstige AI-experimenten.

Samenvatting

Het artikel is een waarschuwing voor AI in de financiën. Het zegt: "Ga er niet van uit dat een AI slimmer wordt alleen omdat je haar nieuws voert. Soms maakt de manier waarop je de AI vraagt het nieuws te lezen (de interface) minder uit dan het brein dat je gebruikt om het te verwerken. En als je wilt dat de AI zijn beslissingen in platte taal uitlegt, moet je misschien een prijs betalen in prestaties."

Ze vonden geen "heilige graal" voor handelen; ze vonden een betere manier om te meten waarom handelsstrategieën werken of falen.

Technische Samenvatting: Semantische State-Abstractie-Interfaces voor door LLM-aangevulde Portefeuillebeslissingen

Probleemstelling

Deep Reinforcement Learning (DRL) en systemen voor sequentiële beslissingen integreren steeds vaker ongestructureerde tekst (bijv. financieel nieuws) met numerieke marktcijfers. Er bestaat echter een kritiek ontwerpgat: de meeste pipelines vervagen het onderscheid tussen de semantische representatie van tekst en het optimalisatie-algoritme dat wordt gebruikt om hier gebruik van te maken. Gangbare benaderingen gebruiken óf hoogdimensionale latente vectoren (wat de interpreteerbaarheid verdoezelt) óf enkele scalare scores (bijv. één sentiment-score), waarbij orthogonale concepten zoals risico, vertrouwen en volatiliteit door elkaar worden gehaald. Bovendien is het, wanneer tekst schaars is (alleen voorkomend op een subset van beslissingsdata), onduidelijk of prestatiewinst voortkomt uit het semantische signaal zelf of uit het vermogen van het specifieke leeralgoritme om met ruis om te gaan.

Methodologie: Semantische State-Abstractie-Interfaces (SSAI)

De auteurs introduceren Semantic State Abstraction Interfaces (SSAI), een methodologisch sjabloon ontworpen om schaarse, ongestructureerde tekst af te beelden op $K$ controleerbare, benoemde coördinaten.

1. Het SSAI-kader

Definitie: SSAI beeldt een set documenten $N_{s,d}$ voor actief $s$ op dag $d$ af op een vector $\sigma \in \{1, \dots, 5\}^K$ .
Assen: In deze instantiatie worden $K=4$ $K = 4$ assen gedefinieerd:
1. Sentiment: Zeer negatief (1) tot zeer positief (5).
2. Risico: Zeer laag risico (1) tot zeer hoog risico (5).
3. Vertrouwen: Zeer onzeker (1) tot zeer zeker (5).
4. Volatiliteitsvoorspelling: Zeer kalm (1) tot zeer volatiel (5).
Implementatie: Een bevroren Large Language Model (LLM) wordt geprompt met vaste instructies en few-shot voorbeelden om deze gehele scores te extraheren.
Omgaan met schaarste: Op dagen zonder nieuws ( $N_{s,d} = \emptyset$ ) past het systeem een neutrale standaardwaarde (waarde 3.0) toe in plaats van nul-invulling of het weglaten van de data.
Controleerbaarheid: De interface is ontworpen voor menselijke toezicht (human-in-the-loop), wat ablatie op prompt-niveau en regelgevende leesbaarheid mogelijk maakt (bijv. "risico steeg van 2 naar 4").

2. Evaluatieprotocol: Representatie scheiden van optimalisatie

De kernmethodologische bijdrage is een evaluatieontwerp dat het effect van de representatie ( $\phi$ ) isoleert van de optimalisator.

Vaste Representatie: Een enkele, bevroren $\phi$ (de SSAI-kaart) wordt gedeeld door alle schatters.
Parallelle Schatters: Dezelfde semantische staat wordt ingevoerd in drie verschillende klassen van modellen:
1. Schatters met lage variantie: Directe factorportefeuilles (SFP, SRF, SCW) en supervised ridge-voorspellers.
2. Niet-lineaire schatters met hoge variantie: Reinforcement Learning-agenten (DP-PPO en SAC).
Invariant: Omdat $\phi$ identiek en bevroren is voor alle modellen, zijn prestatieverschillen toe te schrijven aan de keuze van het algoritme, niet aan de representatie.

3. Experimentele Opstelling

Data: 30 aandelen van de NASDAQ-100, testperiode 2019–2023 (out-of-sample), getraind op 2013–2018. Nieuws afkomstig van FNSPID.
Baselines: Buy-and-Hold (B&H), Momentum, Equal-Volatility, en dichte neurale encoders (FinBERT, PC1 van SSAI-assen).
RL-agenten:
- DP-PPO: Drawdown-gestrafte Proximal Policy Optimization met een reward shaping-term om drawdowns super-lineair te straffen.
- SAC: Soft Actor-Critic (off-policy) met identieke staatobservaties.

Belangrijkste Resultaten

1. Portefeuilleprestaties (Factorportefeuilles)

Schijnbare Outperformance: De 4-assen SSAI Semantic Factor Portfolio (SFP) behaalde een Cumulatieve Opbrengst (CR) van 307,2% en een Sharpe-ratio van 1,067, schijnbaar presterend boven Buy-and-Hold (243,6%).
De "Compositie-effect"-Caveat: Dit voordeel overleeft strikte controles niet:
- Stratum-gematchd falen: Bij controle voor nieuwsdekkingsfrequentie presteerde SFP in elk dekkingstercile (Laag, Midden, Hoog) slechter dan B&H. De aggregaatwinst was een "compositie-effect van mandselectie" – het model selecteerde aandelen met middelhoge dekking die toevallig goed presteerden, niet omdat het signaal voorspellend was binnen die groepen.
- Kostengevoeligheid: Het voordeel keert om bij transactiekosten $\ge 0,2\%$ .
- Statistische significantie: Het verschil tussen de 4-factor SFP en een sentiment-only SFP was niet significant (Wilcoxon $p=0,556$ ).
Superieure Alternatieven:
- PC1-SFP: Een datagedreven eerste hoofdcomponent van de vier assen behaalde 433,6% CR (126 procentpunten hoger dan SSAI-SFP).
- FinBERT-SFP: Een dichte encoder-baseline behaalde 386,3% CR.
- Conclusie: De interface met benoemde assen (SSAI) brengt in deze setting aanzienlijke prestatiekosten met zich mee (126pp CR) ten opzichte van datagedreven of dichte alternatieven.

2. Supervised Forecasting

Het naïef toevoegen van schaarse LLM-semantische kolommen aan prijs/technische kenmerken schadede de prestaties van ridge-voorspelling.
Lexicale baselines (VADER, TF-IDF/SVD) en "high-conviction semantische tilts" herstelden de prestaties tot bijna het niveau van alleen prijs, maar dichte neurale encoders (FinBERT) verbeterden ridge-voorspelling niet zonder zorgvuldige integratie.

3. RL-diagnostiek

Algoritme-afhankelijkheid: Onder de identieke SSAI-staat presteerde SAC (Sharpe 1,059) significant beter dan DP-PPO (Sharpe 0,920, $p=0,027$ ).
Interpretatie: Deze kloof wordt toegeschreven aan algoritmische verschillen (off-policy replay, entropieregulering) en niet aan de kwaliteit van de representatie.
Maskering: Het verwijderen van LLM-signalen (neutrale maskering) degradeerde de DP-PPO-prestaties niet significant (Wilcoxon $p \approx 0,25–0,31$ ), wat suggereert dat de RL-agenten het schaarse semantische signaal niet effectief benutten.
Ablatie: Het verwijderen van specifieke assen (bijv. vertrouwen) verlaagde de opbrengsten, maar de omkering op één checkpoint (neutraal > volledige signalen) werd toegeschreven aan verschuivingen in de staatverdeling tijdens de evaluatie, en niet aan schadelijke signalen.

Betekenis en Claims

Het artikel presenteert zijn bijdrage expliciet als diagnostisch en waarschuwend in plaats van als een claim van superieure prestaties.

SSAI als Instrument voor de Grens tussen Interpreteerbaarheid en Prestatie: De studie kwantificeert de "kostprijs van interpreteerbaarheid". Door SSAI (controleerbaar, benoemde assen) te vergelijken met PC1 (datagedreven) en FinBERT (dicht), tonen de auteurs aan dat het behouden van controleerbare, menselijk leesbare assen aanzienlijke prestatiekosten met zich meebrengt (126pp CR over vijf jaar) in deze specifieke portefeuillecontext.
Scheiding van Signaal en Optimizer: Het SSAI-sjabloon biedt een herbruikbare methode om te ontwarren of het succes van een systeem te wijten is aan de semantische representatie of het leeralgoritme. De resultaten geven aan dat in deze setting de keuze van het algoritme (SAC vs. PPO) de effecten van de representatie domineert.
Waarschuwende Bevindingen over Schaarste Tekst:
- Schaarse LLM-signalen zijn nuttig als high-conviction tilts of voor risicobeheer, maar zijn niet robuust als naïeve inputs voor dichte forecasting of RL zonder zorgvuldige integratie.
- Schijnbare outperformance in factorportefeuilles kan een compositie-artefact zijn (het selecteren van specifieke aandelen) in plaats van een echt signaalvoordeel.
- Aandelen met hoge dekking (bijv. NVDA, GOOGL) vertoonden de slechtste relatieve prestatie voor SSAI, waarschijnlijk vanwege marktefficiëntie en misspecificatie van factormodellen tijdens de AI-investeringscyclus.

Conclusie: De auteurs claimen niet dat SSAI beter presteert dan dikkere alternatieven. In plaats daarvan bieden ze SSAI aan als een methodologisch sjabloon voor toekomstig onderzoek om semantisch signaal strikt te scheiden van optimalisatieruis, terwijl ze benadrukken dat de huidige afweging tussen controleerbaarheid en voorspellende kracht aanzienlijk is. Het werk dient als een "retrospectieve benchmark" die benadrukt dat interpreteerbaarheidsbeperkingen meetbare economische kosten met zich meebrengen.