Dynamic Objective Selection with Safeguards and LLM Oversight for Financial Decision-Making

Resumo Técnico: Seleção Dinâmica de Objetivos com Salvaguardas e Supervisão de LLM para Tomada de Decisão Financeira

Declaração do Problema
Tarefas de tomada de decisão financeira, como recomendação de ações e alocação de portfólio, dependem da otimização de uma função objetivo (ex: maximizar o retorno, minimizar o risco de queda ou otimizar métricas de risco ajustado) para selecionar operações. Embora a escolha deste objetivo impacte significativamente o desempenho realizado, as condições de mercado são não estacionárias; um objetivo fixo é frequentemente subótimo em diferentes regimes. Abordagens existentes que tentam alternar objetivos com base em estimativas de regimes latentes frequentemente sofrem com sinais ruidosos ou atrasados, levando a mudanças mal cronometradas. Além disso, a alternância frequente pode induzir instabilidade operacional e turnover excessivo. O desafio central é selecionar a função objetivo de decisão mais apropriada em cada ponto temporal diretamente a partir de características observáveis do mercado, sem depender de variáveis de regime não observáveis, garantindo que o processo de seleção seja robusto, voltado para o futuro e operacionalmente estável.

Metodologia: DOSS
Os autores propõem o DOSS (Dynamic Objective Selection with Safeguards - Seleção Dinâmica de Objetivos com Salvaguardas), um framework de aprendizado que trata a seleção de objetivos como um problema de política. O método opera sobre um conjunto pré-definido e limitado de objetivos candidatos $\mathcal{O}$ (ex: Busca de Retorno, Aversão à Perda, Ajustado ao Risco) e evita a introdução de variáveis de regime latentes intermediárias.

O framework consiste em quatro componentes principais:

1. Seletor de Objetivos de Janela Móvel (Rolling-Window Objective Selector): O sistema formula a seleção de objetivos como um problema de classificação. Ele utiliza resumos estatísticos interpretáveis de retornos recentes como características de entrada ($x_t$) para prever o melhor objetivo do conjunto candidato. Para evitar vazamento temporal (temporal leakage) e adaptar-se ao concept drift, o seletor é treinado em uma janela móvel de dados "maduros". Um rótulo para um tempo passado $i$ só está disponível no tempo $t$ se o horizonte de avaliação $H$ tiver se realizado totalmente ($i + H \leq t$). O modelo é um classificador softmax linear treinado via entropia cruzada regularizada neste conjunto de dados de janela móvel.
2. Salvaguardas Sensíveis à Confiança (Confidence-Aware Safeguards): Para mitigar a má seleção e a alternância excessiva, o DOSS emprega um mecanismo de portão de confiança (confidence gating). Ele calcula uma pontuação de confiança ($c_t$) como a diferença de probabilidade entre o primeiro e o segundo objetivos previstos. Se $c_t$ cair abaixo de um limiar $\tau$, o sistema substitui a proposta bruta por um objetivo padrão conservador ($o_{def}$). Adicionalmente, um controle de frequência de alternância opcional limita o número de mudanças de objetivo dentro de uma janela de tempo anterior para evitar o churn operacional.
3. Supervisão de LLM (Governança): Em vez de usar um Modelo de Linguagem Grande (LLM) para gerar novos objetivos, o DOSS posiciona o LLM como um auditor restrito. O LLM recebe o objetivo proposto, as características de entrada e a pontuação de confiança, sendo restrito a ACEITAR a proposta ou SOBREPOR (OVERRIDE) para o padrão seguro pré-definido. Isso garante que o espaço de decisão permaneça limitado e forneça um rastro auditável do processo de tomada de decisão.
4. Execução Downstream: Uma vez selecionado o objetivo (e potencialmente filtrado/auditado), um módulo de decisão downstream fixo executa a otimização (ex: calculando pesos de portfólio) com base no objetivo escolhido.

Principais Contribuições

• Formulação de Política: O artigo reformula a alternância de funções objetivo em finanças como um problema de política direta, selecionando objetivos a partir de características observáveis em cada passo de tempo, em vez de inferir regimes latentes.
• Framework DOSS: A introdução de um seletor baseado em aprendizado que utiliza atualizações de janela móvel para uma seleção voltada para o futuro sem vazamento temporal, operando sobre características estatísticas interpretáveis.
• Salvaguardas e Governança: A integração de portão sensível à confiança para um padrão conservador e um auditor de LLM opcional e restrito. Esses mecanismos são projetados para controlar a má seleção e a alternância excessiva em ambientes de implantação, garantindo responsabilidade e estabilidade.

Resultados Experimentais
Os autores avaliaram o DOSS no benchmark FAR-Trans, um conjunto de dados público para recomendação de ativos financeiros com um protocolo de avaliação de janela móvel sobre 61 pontos de decisão no tempo. O conjunto candidato incluiu três objetivos: RETURN (Retorno), DOWNSIDERISK (Risco de Queda) e SHARPELIKE (Semelhante ao Sharpe).

• Desempenho: O DOSS com portão de confiança ($\tau=0.2$) alcançou uma Acurácia de Porcentagem de Acerto (HPA) de 0.5626, superando a linha de base estática mais forte (Static(DOWNSIDERISK), HPA 0.5235) com uma melhoria relativa de aproximadamente 7,5%. Também superou um seletor direto baseado em LLM (GPT-4.1-mini), que alcançou uma HPA de 0.5173.
• Estabilidade: Embora o oráculo de retrospectiva (hindsight oracle - limite superior) tenha alcançado a maior HPA (0.6150), ele exibiu uma alta taxa de alternância (0.8197). O DOSS alcançou uma taxa de alternância significativamente menor (0.4590) em comparação ao oráculo e ao seletor direto de LLM (0.5902), demonstrando um equilíbrio entre adaptabilidade e estabilidade operacional.
• Análise de Sensibilidade: Uma varredura do limiar de confiança $\tau$ revelou um compromisso em forma de "U": desativar o portão ($\tau=0$) reduziu o desempenho, enquanto um portão excessivamente conservador ($\tau=0.4$) colapsou o sistema em direção a uma estratégia estática. Um limiar moderado ($\tau=0.2$) produziu resultados ótimos, confirmando que a rejeição seletiva de mudanças de baixa confiança melhora a precisão geral.
• Confiabilidade Estatística: A análise de bootstrap sobre os pontos temporais confirmou que a melhoria do DOSS sobre a linha de base estática é robusta, com um intervalo de confiança de 95% de $[0.0118, 0.0706]$ e uma probabilidade de melhoria positiva de 0.9986.

Significância e Alegações
O artigo alega que o DOSS fornece um meio-termo prático para a implantação financeira. Ele captura uma parte significativa do potencial de desempenho disponível de um oráculo de retrospectiva ideal, enquanto controla explicitamente a instabilidade operacional através de mecanismos de fallback conservadores. Ao restringir o LLM ao papel de aceitação/sobreposição em vez de um papel generativo, o framework mantém um espaço de decisão limitado, garantindo rastreabilidade e alinhamento com requisitos de governança. Os resultados sugerem que a seleção dinâmica de objetivos, quando combinada com salvaguardas sensíveis à confiança, pode superar estratégias estáticas e abordagens diretas de LLM sem incorrer nos custos de alternância excessiva.