Resumo Técnico: Previsão da Curva de Juros usando Aprendizado de Máquina e Econometria

Declaração do Problema

O artigo aborda o debate contínuo sobre a eficácia dos métodos de aprendizado de máquina (ML) e aprendizado profundo (DL) em comparação com abordagens econométricas e de séries temporais tradicionais para previsão de séries temporais financeiras. Especificamente, os autores focam na curva de juros dos títulos do Tesouro dos EUA, um indicador crítico para os mercados de títulos (que superam os mercados de ações em tamanho) e um preditor de recessões econômicas. Embora o ML tenha revolucionado campos como Processamento de Linguagem Natural (NLP) e visão computacional, sua dominância na previsão de séries temporais permanece disputada. Literatura anterior, como a competição M4, mostrou que modelos puramente de ML frequentemente têm desempenho inferior a híbridos estatísticos ou métodos ingênuos. Além disso, há uma falta de literatura abrangente comparando esses métodos em dados diários da curva de juros, particularmente no que diz respeito ao tratamento de entradas não estacionárias e ao desempenho de modelos fundamentais modernos e transformadores.

Metodologia

O estudo utiliza rendimentos diários de vencimento constante do Tesouro dos EUA para seis prazos (1, 2, 5, 7, 10 e 30 anos) do banco de dados FRED, abrangendo 47 anos (1977–2024). Este conjunto de dados inclui seis períodos distintos de recessão.

Configuração Experimental:

• Horizontes de Previsão: Os modelos são avaliados em horizontes de previsão de 15, 20 e 60 dias úteis.
• Estratégias de Validação: Duas configurações de validação cruzada (CV) são empregadas para evitar vazamento de dados:
  1. Janela Deslizante: Uma janela fixa de 1.044 dias úteis (aproximadamente 4 anos) desliza para frente em 5 dias.
  2. Janela Expansiva: A janela inicial é de 1.044 dias e expande-se em 5 dias para cada iteração subsequente.
• Blocos de Tempo de Hiperparâmetros: Para contabilizar mudanças estruturais econômicas, os dados são divididos em blocos de tempo contíguos (ex: Bloco 0: 1977–1986), onde os hiperparâmetros são selecionados uma vez por bloco e aplicados a todas as janelas dentro desse bloco.
• Estacionariedade: O estudo testa explicitamente dados de entrada estacionários (diferenciados) e não estacionários (brutos) para determinar qual é mais apropriado para algoritmos de DL.
• Métricas: O desempenho é medido usando Raiz do Erro Quadrático Médio (RMSE) e Erro Percentual Absoluto Médio (MAPE).

Modelos Avaliados:

• Benchmarks Ingênuos: Previsão Média, Previsão Ingênua (Caminhada Aleatória) e Previsão Ingênua Sazonal.
• Econometria Tradicional: ARIMA (com seleção automática), DHR-ARIMA (ARIMA com termos de Fourier), VAR, VECM e diff+VAR.
• Aprendizado de Máquina Clássico: Florestas Aleatórias, XGBoost e LightGBM (LGBM).
• Aprendizado Profundo:
  • Redes Neurais Recorrentes (RNNs)
  • Transformadores: Transformador Vanilla, Informer, PatchTST, Temporal Fusion Transformer (TFT).
  • Modelos Fundamentais: TimeGPT (pré-treinado, zero-shot), NBEATS, NHITS, DeepAR.

Principais Contribuições

O artigo distingue-se através de quatro contribuições primárias:

1. Comparação Abrangente: Avalia um amplo espectro de modelos, incluindo modelos fundamentais recentes (TimeGPT) e várias arquiteturas de transformadores, contra métodos econométricos tradicionais em dados da curva de juros.
2. Frequência de Dados: Diferentemente de grande parte da literatura existente que depende de dados mensais, este estudo utiliza dados diários de alta frequência.
3. Análise de Estacionariedade: Investiga sistematicamente se os modelos de aprendizado profundo têm melhor desempenho com entradas estacionárias ou não estacionárias, um tópico com pesquisa prévia escassa.
4. Robustez Temporal: O estudo analisa o desempenho através de múltiplos horizontes de previsão e blocos de tempo econômicos distintos para avaliar a estabilidade do modelo ao longo do tempo.

Resultados

A análise empírica produz as seguintes descobertas:

• Dominância dos Métodos Tradicionais: Globalmente, os modelos de Previsão Ingênua e ARIMA (ambas as configurações de janela deslizante e expansiva) superam todos os outros métodos em toda a amostra de 47 anos. As diferenças no MAPE entre as melhores variantes do ARIMA e a Previsão Ingênua são negligenciáveis (frequentemente <0,01%).
• Desempenho do Aprendizado de Máquina:
  • Entre os métodos clássicos de ML, o LGBM com configuração de janela expansiva apresenta o melhor desempenho, embora ainda falhe em superar o ARIMA ou o benchmark ingênuo.
  • Entre os métodos de aprendizado profundo, o TimeGPT (um modelo fundamental) alcança o melhor desempenho, seguido por RNNs com entradas estacionárias deslizantes.
• Estacionariedade vs. Não Estacionariedade: Não há um padrão universal; o tipo de entrada ótimo depende do modelo específico. Por exemplo, as RNNs tiveram melhor desempenho com entradas deslizantes estacionárias, enquanto PatchTST e TFT tiveram melhor desempenho com entradas expansivas não estacionárias.
• Variabilidade Temporal: Embora os métodos tradicionais dominem a média agregada, modelos específicos de aprendizado profundo (por exemplo, PatchTST e TFT com dados não estacionários expansivos) superaram os benchmarks no bloco de tempo mais recente (Bloco 8, 2017–2023), embora as margens fossem pequenas (por exemplo, 0,03%–0,05%).
• Horizontes de Previsão: A superioridade dos métodos ingênuos e ARIMA manteve-se consistente nos horizontes de previsão de 20 e 60 dias.

Significado e Alegações

O artigo conclui que, para a previsão da curva de juros do Tesouro dos EUA, métodos econométricos tradicionais (especificamente ARIMA) e benchmarks ingênuos permanecem as abordagens mais eficazes.

Os autores afirmam que os modelos de aprendizado profundo, incluindo transformadores avançados e modelos fundamentais, geralmente falham em superar esses métodos mais simples nesta tarefa específica. Eles sugerem que o processo diário da curva de juros é próximo de uma martingale (mantendo-se estável dia a dia com saltos agudos ocasionais), uma característica bem capturada por modelos ingênuos e lineares. O desempenho inferior do aprendizado profundo é atribuído ao possível sobreajuste e à dificuldade de aprender a partir de dados financeiros limitados e ruidosos em comparação com os corpora massivos usados para modelos fundamentais em outros domínios.

O estudo enfatiza que, embora o aprendizado profundo mostre promessa em blocos de tempo específicos ou com configurações específicas, a simplicidade, robustez e custo-efetividade dos métodos econométricos tradicionais os tornam a escolha preferida para esta aplicação. O artigo não afirma que o ML é inútil para finanças, mas sim que, para a previsão da curva de juros, ele ainda não demonstrou uma vantagem consistente sobre as bases estatísticas estabelecidas.