Resumo Técnico: Contágio Semântico de Zero-Copy

Declaração do Problema

Modelos de previsão financeira operam atualmente em silos, tratando cada ticker como uma série temporal isolada. Enquanto sinais numéricos (ticks de preço, volume) são arbitrados em microssegundos, informações qualitativas (notícias) exigem processamento semântico antes de impactarem os preços, desenrolando-se em um horizonte de 20 a 60 minutos. As abordagens existentes falham em capturar a propagação entre empresas: uma interrupção na cadeia de suprimentos (ex: um problema em uma fundição em Taiwan) não é registrada em um modelo de ativo único até que o preço desse ativo se mova ou o ativo seja explicitamente nomeado no texto.

Duas barreiras de engenharia impedem a resolução disso em latências de microssegundos:

1. Latência: Extratores semânticos prontos para uso introduzem centenas de milissegundos de latência, excedendo o horizonte preditivo.
2. Representação: Grafos estáticos representam mal a atenção, que decai rapidamente entre eventos e requer dinâmica de tempo contínuo explícita.

Metodologia

Os autores propõem uma arquitetura de streaming heterogênea Rust-Python que mapeia a atenção entre empresas como um grafo de tempo contínuo impulsionado diretamente pelo texto. O sistema é desacoplado em uma borda de ingestão de escala de microssegundos e um motor de inferência de escala de milissegundos.

1. Arquitetura do Sistema

• Borda de Ingestão (Rust): Um parser zero-copy processa registros CSV/FIX sem alocação de heap, retornando referências de fatias de bytes (byte-slice) ao buffer de entrada. Ele impõe carimbos de tempo monotônicos e realiza um portão de agrupamento semântico para filtrar manchetes redundantes baseadas em similaridade de cosseno.
  • Desempenho: Processa registros em ~100 ns e varre um universo de 47 tickers em ~1,2 µs.
• Motor de Inferência (PyTorch): Um Processo de Hawkes Multivariado Neural que atualiza um grafo de atenção de tempo contínuo em memória sobre $N=47$ nós de ações.
  • LSTM de Tempo Contínuo (c-LSTM): Cada nó mantém um estado oculto que decai exponencialmente entre eventos e é atualizado via portas LSTM padrão após a chegada de um evento, condicionado a embeddings de texto projetados.
  • Projeção Latente Bilinear: A excitação dirigida ($\alpha_{ij}$) é computada via um mecanismo de atenção bilinear. Isso permite uma ponderação de aresta assimétrica ($\alpha_{ij} \neq \alpha_{ji}$), capturando contágio direcional (ex: fornecedor para cliente) em vez de correlação simétrica.
  • Poda de Arestas Adaptativa: Uma regra algorítmica poda arestas quando sua excitação instantânea cai abaixo de um limiar, garantindo densidade de grafo limitada (custo amortizado $O(1)$ por nó) independentemente do comprimento do fluxo.

2. Construção do Grafo

A matriz de adjacência inicial é uma combinação convexa aprendível de três fontes baseadas em dados:

1. Menção Conjunta ($A_{cm}$): Frequência de menções conjuntas em artigos.
2. Similaridade Semântica ($A_{sem}$): Similaridade de cosseno de embeddings médios de artigos.
3. Correlação de Retorno ($A_{corr}$): Correlação de Pearson de log-retornos diários.
   Esses pesos são otimizados conjuntamente com os parâmetros do modelo durante o treinamento de máxima verossimilhança.

3. Objetivo de Treinamento

Os parâmetros são otimizados maximizando a log-verossimilhança da sequência de eventos observada. A função de perda recompensa alta intensidade em eventos observados enquanto penaliza a ativação de fundo durante períodos quiescentes para evitar a elevação trivial da intensidade.

Principais Contribuições

1. Ingestão Rust Zero-Copy: Um parser que alcança ~100 ns de parsing e ~1,2 µs de varredura de ticker em hardware comum (Apple M2), com potencial de redução adicional em x86-64 via RDTSC e rede com bypass de kernel.
2. Processo de Hawkes Neural Assimétrico: Um modelo de tempo contínuo apresentando estados c-LSTM por nó e projeções latentes bilaterais que permitem o peso de aresta contextual e direcionado, uma capacidade que construções simétricas não possuem.
3. Custo Computacional Limitado: Uma regra de poda adaptativa (Proposição 1) que garante densidade de grafo limitada, assegurando que o sistema permaneça escalável para streaming perpétuo.
4. Protocolo de Detecção de Contágio: Um framework de avaliação distinto da previsão de preço por ticker, focando em identificar quais outras empresas experimentarão retornos anormais após um evento de notícia.

Resultados Experimentais

O sistema foi avaliado em um holdout temporal de um mês do corpus FNSPID (638 artigos, 47 tickers, julho de 2022).

• Ganho de Precisão: No limiar de retorno do dia seguinte do percentil 90, o modelo completo alcançou 15,1% de precisão.
  • Isso representa um ganho de 1,70× sobre a seleção uniforme aleatória (8,9%).
  • Isso representa um ganho de 3,36× sobre uma heurística do mesmo setor (4,5%).
• Estudos de Ablação:
  • Topologia do Grafo: Remover o grafo (definindo a adjacência como zero) colapsou a precisão para 0,000 em todos os limiares, confirmando que o grafo é o único motor do sinal entre empresas.
  • Projeção Bilinear: Neste corpus específico, os pesos bilaterais não melhoraram mensuravelmente a precisão sobre uma adjacência estática, embora tenham fornecido a direcionalidade estrutural necessária.
  • Poda: Neste corpus naturalmente esparso, a poda não teve efeito empírico na precisão, mas permanece crítica para garantias computacionais de pior caso.
• Latência: A latência de processamento end-to-end é de ~13 ms por registro em uma única CPU. A camada de ingestão em Rust contribui com menos de 0,02% deste total.
• Sinal de Portfólio: Uma estratégia de longo/curto ponderada pela intensidade (comprado nos 10 melhores, vendido nos 10 piores por intensidade) rendeu um retorno anualizado positivo com uma taxa de vitória diária de 57,1% durante o período de holdout.

Significância e Alegações

O artigo afirma abordar uma tarefa complementar à previsão tradicional por ticker: dado um choque em uma empresa, prever quais outras empresas se moverão e quando.

• Invariância Arquitetural: O modelo matemático é invariante ao alvo de implantação; apenas a camada de ingestão requer recompilação para diferentes hardwares (ex: mudar de ARM para x86-64 com rede de bypass de kernel).
• Fonte de Sinal: Os resultados confirmam que a rede de atenção dinâmica é o driver exclusivo do sinal entre empresas nesta arquitetura; sem a topologia do grafo, a dinâmica c-LSTM e as taxas de base não contribuem para a discriminação entre tickers.
• Escalabilidade: O sistema projeta-se capaz de lidar com mais de 400.000 registros por segundo em um único núcleo ARM, com potencial para inferência abaixo de 10 ms em universos maiores usando computação em lote (batched computation).

Os autores observam que a precisão absoluta (15,1%) é modesta devido à complexidade dos retornos do dia seguinte, mas o ganho sistemático sobre os baselines demonstra que a arquitetura captura com sucesso o contágio estrutural que modelos isolados perdem. Trabalhos futuros são adiados para avaliação intradia e modelagem de propagação de ordem superior.