Resumo Técnico: Suavização Exponencial de Wasserstein

Definição do Problema

A análise de séries temporais distributivas — onde as observações são distribuições de probabilidade em vez de valores escalares — apresenta desafios únicos, distintos da previsão de séries temporais clássicas. O espaço de estados das distribuições de probabilidade é de dimensão infinita e carece da estrutura de espaço vetorial necessária para operações padrão como adição e multiplicação escalar. Consequentemente, metodologias de previsão tradicionais, como modelos autorregressivos (AR) e suavização exponencial (ES), não podem ser aplicadas diretamente. Embora a literatura recente tenha adaptado estruturas autorregressivas para o espaço de Wasserstein (ex: Zhang et al., 2022; Zhu e Müller, 2023), o conjunto de ferramentas metodológicas permanece subdesenvolvido em comparação aos cenários escalares. Especificamente, há uma ausência notável de um análogo simples, robusto e parcimonioso à suavização exponencial para dados distributivos.

Metodologia

O artigo propõe a Suavização Exponencial de Wasserstein (WES), uma generalização da ES clássica para o espaço de distribuições de probabilidade em $\mathbb{R}$, denotado por $W_2(\mathbb{R})$.

Estrutura Central

A metodologia eleva a interpolação recursiva da ES clássica do espaço euclidiano para o espaço de Wasserstein, substituindo a interpolação linear pela interpolação geodésica sob a distância de Wasserstein.

1. Representação de Espaço de Estados: O processo WES modela a evolução de uma distribuição preditora latente $\mu_t$ e uma distribuição observável $\nu_t$. A observável é gerada via um mapa de pushforward aleatório (ruído) aplicado ao preditor anterior.
2. Atualização Recursiva: O preditor $\mu_t$ é atualizado como um ponto intermediário na geodésica de Wasserstein conectando o preditor anterior $\mu_{t-1}$ e a observação atual $\nu_t$. Formalmente, para um parâmetro de suavização $\theta \in (0,1)$:
   $$\mu_t = \left( (1-\theta) \cdot \text{Id} + \theta \cdot T_{\mu_{t-1} \to \nu_t} \right) \# \mu_{t-1}$$
   onde $T_{\mu_{t-1} \to \nu_t}$ é o mapa de transporte ótimo e $\#$ denota a operação de pushforward.
3. Representação de Quantis: Aproveitando a natureza unidimensional do domínio, os autores utilizam a isometria entre a distância de 2-Wasserstein e a distância $L^2$ entre funções de quantil. Isso permite que a complexa recursão distributiva seja expressa equivalentemente em termos de funções de quantil $U_t$ e resíduos $F_t$:
   $$U_t(q) = U_{t-1}(q) + \theta F_t(q)$$
   onde $F_t(q) = V_t(q) - U_{t-1}(q)$ representa o resíduo de quantil. Esta formulação espelha a forma de correção de erro da ES clássica.

Estimação

O parâmetro de suavização $\theta$ é estimado minimizando o Erro de Previsão de Wasserstein Mínimo. Dada uma sequência de dados $\{\nu_t\}_{t=1}^T$, o estimador $\hat{\theta}_T$ é definido como:
$$\hat{\theta}_T = \arg \min_{\theta \in (0,1)} \frac{1}{T} \sum_{t=0}^{T-1} W_2^2(\mu_t^\theta, \nu_{t+1})$$
Esta minimização é computacionalmente viável devido à representação de quantis tratável em uma dimensão.

Principais Contribuições

1. Extensão Metodológica: O artigo formula um procedimento de suavização exponencial principiado para séries temporais distributivas dentro do espaço de Wasserstein, mantendo a alta parcimônia da ES clássica (regida por um único parâmetro escalar).
2. Teoria de Estimação: Propõe e analisa um estimador consistente para o parâmetro de suavização baseado na minimização da distância de Wasserstein.
3. Propriedades Teóricas: Os autores estabelecem resultados teóricos incluindo:
   • Estacionariedade da Média de Fréchet: Mostra-se que o processo WES é estacionário em termos de sua média de Fréchet.
   • Autocovariância do Resíduo: Os resíduos modelo-quantil exibem decaimento exponencial em autocovariância.
   • Consistência: O estimador de Wasserstein mínimo é provado como consistente, convergindo para o verdadeiro parâmetro conforme o tamanho da amostra aumenta.
4. Validação Empírica: O método é aplicado a dois domínios distintos: retornos financeiros de alta frequência e resíduos de demanda de eletricidade doméstica.

Resultados

Estudos de Simulação

Simulações usando mapas de deslocamento aleatório e de pushforward de seno aleatório demonstram que o estimador de Wasserstein mínimo é imparcial e estável em amostras finitas. À medida que o tamanho da amostra aumenta, a variabilidade do estimador diminui e as estimativas centram-se estritamente em torno do verdadeiro parâmetro de suavização.

Aplicações Empíricas

Os autores compararam o WES contra quatro benchmarks existentes de séries temporais distributivas:

• Autorregressivo de Wasserstein (WAR)
• Mapa de Transporte Autorregressivo (ATM)
• Modelo Autorregressivo Distributivo (ODAM)
• Regressão Distribuição-sobre-Distribuição (DoDRM)

Retornos Financeiros: Usando distribuições diárias de retornos logarítmicos de 5 minutos para 10 principais índices de ações globais, o WES alcançou o menor Erro de Previsão de Wasserstein Médio (MWPE) para todos os 10 índices. Foi o único membro do Conjunto de Modelos (MCS) de 90% em 8 de 10 casos e superou estatisticamente todos os benchmarks na maioria dos testes Diebold-Mariano.

Demanda de Eletricidade: Usando distribuições de resíduo de demanda diária de 10 residências de Londres, o WES novamente alcançou o menor MWPE para todas as 10 residências. Permaneceu no MCS de 90% para cada residência, enquanto o melhor benchmark (WAR) apareceu em apenas 4 de 10.

Significância e Alegações

O artigo afirma que o WES fornece uma alternativa convincente às formulações autorregressivas complexas para séries temporais distributivas, particularmente em aplicações onde a adaptabilidade e a simplicidade são primordiais. A significância do trabalho reside em:

• Preenchimento de uma Lacuna: Ele preenche um vazio metodológico crítico ao fornecer um análogo distributivo da técnica de suavização exponencial, que é amplamente utilizada e robusta.
• Eficiência Computacional: Ao explorar a geometria de Wasserstein unidimensional, o método evita o fardo computacional de estimar operadores autorregressivos ou mapas de transporte, permanecendo analiticamente tratável.
• Superioridade Empírica: Os resultados sugerem que a estrutura recursiva parcimoniosa do WES frequentemente produz uma precisão preditiva superior em comparação com benchmarks autorregressivos mais sofisticados, tanto em cenários financeiros quanto não financeiros.

Os autores observam que o framework atual é restrito a distribuições unidimensionais devido à dependência da isometria exata entre a distância de Wasserstein e a $L^2$ das funções de quantil. Eles reconhecem que estender isso para configurações multivariadas ($d > 1$) permanece um desafio não trivial para pesquisas futuras.