Resumo Técnico: Interfaces de Abstração de Estado Semântico para Decisões de Carteira Aumentadas por LLM

Declaração do Problema

A Aprendizagem por Reforço Profunda (DRL) e os sistemas de decisão sequencial integram cada vez mais texto não estruturado (por exemplo, notícias financeiras) com dados numéricos de mercado. No entanto, existe uma lacuna crítica de design: a maioria dos pipelines obscurece a distinção entre a representação semântica do texto e o algoritmo de otimização utilizado para explorá-lo. Abordagens comuns utilizam vetores latentes de alta dimensão (obscurecendo a interpretabilidade) ou escores escalares únicos (por exemplo, um único escore de sentimento), que confundem conceitos ortogonais como risco, confiança e volatilidade. Além disso, quando o texto é esparsamente distribuído (aparecendo apenas em um subconjunto de datas de decisão), não está claro se os ganhos de desempenho derivam do próprio sinal semântico ou da capacidade específica do algoritmo de aprendizado de lidar com ruído.

Metodologia: Interfaces de Abstração de Estado Semântico (SSAI)

Os autores introduzem as Interfaces de Abstração de Estado Semântico (SSAI), um modelo metodológico projetado para mapear texto não estruturado e esparsamente distribuído em $K$ coordenadas auditáveis e nomeadas.

1. O Framework SSAI

• Definição: O SSAI mapeia um conjunto de documentos $N_{s,d}$ para o ativo $s$ no dia $d$ para um vetor $\sigma \in \{1, \dots, 5\}^K$.
• Eixos: Nesta instanciação, são definidos $K=4$ eixos:
  1. Sentimento: Muito negativo (1) a muito positivo (5).
  2. Risco: Risco muito baixo (1) a risco muito alto (5).
  3. Confiança: Muito incerto (1) a muito certo (5).
  4. Previsão de Volatilidade: Muito calmo (1) a altamente volátil (5).
• Implementação: Um Modelo de Linguagem de Grande Escala (LLM) congelado é instruído com comandos fixos e exemplos de poucos disparos (few-shot) para extrair esses escores inteiros.
• Tratamento de Esparsidade: Em dias sem notícias ($N_{s,d} = \emptyset$), o sistema aplica um padrão neutro (valor 3.0) em vez de preenchimento com zeros ou exclusão dos dados.
• Auditabilidade: A interface é projetada para supervisão humana no ciclo, permitindo ablação ao nível do prompt e legibilidade regulatória (por exemplo, "o risco aumentou de 2 para 4").

2. Protocolo de Avaliação: Separando Representação de Otimização

A contribuição metodológica central é um desenho de avaliação que isola o efeito da representação ($\phi$) do otimizador.

• Representação Fixa: Um único $\phi$ congelado (o mapa SSAI) é compartilhado entre todos os estimadores.
• Estimadores Paralelos: O mesmo estado semântico é alimentado em três classes distintas de modelos:
  1. Estimadores de baixa variância: Portfólios de fatores diretos (SFP, SRF, SCW) e forecasters supervisionados de ridge.
  2. Estimadores não lineares de alta variância: Agentes de Aprendizagem por Reforço (DP-PPO e SAC).
• Invariante: Como $\phi$ é idêntico e congelado em todos os modelos, quaisquer diferenças de desempenho são atribuíveis à escolha do algoritmo, e não à representação.

3. Configuração Experimental

• Dados: 30 ações do NASDAQ-100, período de teste de 2019–2023 (fora da amostra), treinado em 2013–2018. Notícias obtidas da FNSPID.
• Baselines: Comprar e Manter (B&H), Momentum, Volatilidade Igual e codificadores neurais densos (FinBERT, PC1 dos eixos SSAI).
• Agentes de RL:
  • DP-PPO: Otimização de Política Próxima penalizada por drawdown com um termo de modelagem de recompensa para penalizar drawdowns de forma super-linear.
  • SAC: Soft Actor-Critic (off-policy) com observações de estado idênticas.

Principais Resultados

1. Desempenho da Carteira (Portfólios de Fatores)

• Superação Aparente: O Portfólio de Fator Semântico SSAI de 4 eixos (SFP) alcançou um Retorno Acumulado (CR) de 307,2% e um Sharpe de 1,067, aparentemente superando Comprar e Manter (243,6%).
• A Ressalva do "Efeito de Composição": Esta vantagem não sobrevive a controles rigorosos:
  • Falha com Casamento por Estrato: Ao controlar a frequência de cobertura de notícias, o SFP teve desempenho inferior ao B&H em cada tercil de cobertura (Baixo, Médio, Alto). O ganho agregado foi um "efeito de composição de seleção de cesta" — o modelo selecionou ações de cobertura média que, por acaso, performaram bem, não porque o sinal fosse preditivo dentro desses grupos.
  • Sensibilidade a Custos: A vantagem se inverte em custos de transação $\ge 0,2\%$.
  • Significância Estatística: A diferença entre o SFP de 4 fatores e um SFP apenas de sentimento foi não significativa (Wilcoxon $p=0,556$).
• Alternativas Superiores:
  • PC1-SFP: Um primeiro componente principal orientado por dados dos quatro eixos alcançou 433,6% CR (126 pontos percentuais mais alto que o SSAI-SFP).
  • FinBERT-SFP: Uma baseline de codificador denso alcançou 386,3% CR.
  • Conclusão: A interface de eixos nomeados (SSAI) incorre em um custo de desempenho significativo (126pp CR) em relação a alternativas orientadas por dados ou densas neste cenário.

2. Previsão Supervisionada

• Anexar ingenuamente colunas semânticas esparsas de LLM a características de preço/técnicas prejudicou o desempenho da previsão de ridge.
• Baselines lexicais (VADER, TF-IDF/SVD) e "inclinações semânticas de alta convicção" recuperaram o desempenho para níveis próximos aos apenas de preço, mas codificadores neurais densos (FinBERT) não melhoraram a previsão de ridge sem integração cuidadosa.

3. Diagnósticos de Aprendizagem por Reforço

• Dependência do Algoritmo: Sob o estado SSAI idêntico, o SAC (Sharpe 1,059) superou significativamente o DP-PPO (Sharpe 0,920, $p=0,027$).
• Interpretação: Esta lacuna é atribuída a diferenças algorítmicas (replay off-policy, regularização de entropia) e não à qualidade da representação.
• Mascaramento: Remover sinais de LLM (mascaramento neutro) não degradou significativamente o desempenho do DP-PPO (Wilcoxon $p \approx 0,25–0,31$), sugerindo que os agentes de RL não estavam utilizando efetivamente o sinal semântico esparsamente distribuído.
• Ablação: Remover eixos específicos (por exemplo, confiança) reduziu os retornos, mas a reversão de único ponto de verificação (neutro > sinais completos) foi atribuída a deslocamentos na distribuição de estados no momento da avaliação, e não a danos no sinal.

Significado e Alegações

O artigo enquadra explicitamente sua contribuição como diagnóstica e cautelosa, em vez de uma alegação de desempenho superior.

1. SSAI como Instrumento Fronteiriço de Interpretabilidade-Desempenho: O estudo quantifica o "custo da interpretabilidade". Ao comparar o SSAI (eixos auditáveis e nomeados) com o PC1 (orientado por dados) e o FinBERT (denso), os autores mostram que manter eixos auditáveis e legíveis por humanos acarreta um custo de desempenho substancial (126pp CR ao longo de cinco anos) neste contexto específico de carteira.
2. Separação de Sinal e Otimizador: O modelo SSAI fornece um método reutilizável para desvendar se o sucesso de um sistema se deve à representação semântica ou ao algoritmo de aprendizado. Os resultados indicam que, neste cenário, a escolha do algoritmo (SAC vs. PPO) domina os efeitos da representação.
3. Achados Cautelosos sobre Texto Esparsamente Distribuído:
   • Sinais esparsos de LLM são úteis como inclinações de alta convicção ou para gestão de risco, mas não são robustos como entradas ingênuas para previsão densa ou RL sem integração cuidadosa.
   • A superação aparente em portfólios de fatores pode ser um artefato de composição (seleção de ações específicas) e não uma vantagem real de sinal.
   • Ações de alta cobertura (por exemplo, NVDA, GOOGL) mostraram o pior desempenho relativo para o SSAI, provavelmente devido à eficiência de mercado e à má especificação do modelo de fatores durante o ciclo de investimento em IA.

Conclusão: Os autores não afirmam que o SSAI supera alternativas mais densas. Em vez disso, eles oferecem o SSAI como um modelo metodológico para pesquisas futuras separarem rigorosamente o sinal semântico do ruído de otimização, destacando que a compensação atual entre auditabilidade e poder preditivo é significativa. O trabalho serve como um "benchmark retrospectivo" enfatizando que as restrições de interpretabilidade têm custos econômicos mensuráveis.