Macro Economists in the Machine: A Multi-Agent LLM Framework for Commodity-Related ETF Portfolio Construction

Resumo Técnico: Macroeconomistas na Máquina

Definição do Problema
O artigo aborda uma questão metodológica fundamental na finanças quantitativas: pode um Modelo de Linguagem Grande (LLM) produzir um mapeamento superior de condições macroeconômicas padronizadas para inclinações (tilts) de portfólio de commodities em comparação a um sistema determinístico baseado em regras? Embora os LLMs sejam cada vez mais utilizados para processar textos não estruturados (ex: notícias, comunicações de bancos centrais), seu valor é frequentemente difícil de isolar porque eles tipicamente operam com conjuntos de informações mais ricos e sistemas de negociação mais flexíveis do que as linhas de base (baselines) baseadas em regras. Este estudo busca isolar a "camada de interpretação" mantendo o conjunto de informações, o universo de ativos e o motor de construção de portfólio constantes, testando se um LLM pode superar uma regra de mapeamento de sinais transparente quando ambos são alimentados com dados macroestruturados idênticos.

Metodologia
Os autores empregam uma estrutura multiagente controlada para construir portfólios de 15 ETFs relacionados a commodities listados nos EUA. O design garante que todas as estratégias observem os mesmos sete indicadores macroeconômicos (VIX, dólar amplo, taxa de fundos federais, produção industrial, inflação de equilíbrio de 10 anos, rendimento real de TIPS de 10 anos e taxa de desemprego), padronizados como z-scores móveis de três anos.

A estrutura compara cinco estratégias:

1. Agente de Regra (Rule Agent): Um benchmark determinístico que mapeia z-scores macro para inclinações de ETFs usando uma matriz de carregamento pré-especificada e limiares fixos.
2. Agente Hawkish: Um agente LLM instruído a priorizar o controle da inflação, política monetária restritiva e taxas reais elevadas.
3. Agente Dovish: Um agente LLM instruído a priorizar emprego, suporte ao crescimento e momentum de recuperação.
4. Agente de Debate (Debate Agent): Uma estratégia de consenso onde os agentes Hawkish e Dovish participam de um processo de deliberação estruturada (até duas rodadas) para revisar seus sinais de inclinação, que são então calculados pela média.
5. Benchmark de Volatilidade Inversa: Uma estratégia passiva sem sinais macroeconômicos.

Todas as estratégias alimentam seu sinal de inclinação por ticker gerado (variando de -2 a +2) em um motor de portfólio idêntico. Este motor aplica uma alocação base de volatilidade inversa combinada com pesos iguais, escala a alocação pelo sinal macro e impõe controles de risco rigorosos (limites cíclicos, limites de peso por ativo individual e restrições de turnover). A avaliação cobre 124 datas de rebalanceamento semanal de outubro de 2023 a fevereiro de 2026, abrangendo o pico das taxas dos EUA e o subsequente período de "pouso suave" (soft landing). A inferência estatística utiliza um bootstrap de blocos estacionários pareados para contabilizar a dependência serial e a correlação contemporânea nos retornos.

Principais Resultados

• Desempenho: Ao longo de toda a amostra, todas as três estratégias baseadas em LLM (Hawkish, Dovish, Debate) alcançaram índices de Sharpe superiores ao Agente de Regra determinístico. Os Agentes Hawkish e Debate registraram os maiores ganhos, com $\Delta$Sharpe de +0,044 e +0,040, respectivamente.
• Significância Estatística: Sob testes de bootstrap de blocos não ajustados, as comparações Hawkish vs. Regra e Debate vs. Regra atingiram o nível de significância de 10% ($p=0,067$ e $p=0,089$). No entanto, os intervalos de confiança incluem zero, e os ganhos não sobrevivem a correções conservadoras de múltiplos testes.
• Dependência de Regime: A vantagem de desempenho está altamente concentrada no subperíodo de "Pouso Suave" (2024–2025), onde a inflação moderou enquanto o crescimento permaneceu resiliente. Durante o período de "Pico de Taxas" (final de 2023), o benchmark passivo de volatilidade inversa superou todas as estratégias baseadas em sinais.
• Mecanismo de Debate: O Agente de Debate não superou o melhor agente individual (Hawkish); seu $\Delta$Sharpe relativo ao Agente Hawkish foi insignificante (-0,004). Os autores interpretam o valor do Agente de Debate não como um "prêmio de deliberação", mas como um mecanismo de correção de viés que faz a média do prior mal calibrado do Agente Dovish.
• Custos de Transação: As estratégias de LLM mantiveram uma vantagem líquida sobre o benchmark passivo com custos de negociação de ida de até 30 pontos base, enquanto a margem tênue do Agente de Regra sobre o benchmark passivo desapareceu em aproximadamente 5 pontos base.

Significância e Alegações
O artigo alega evidências modestas, mas economicamente significativas, de que um LLM atuando como uma função de interpretação macro restrita pode melhorar uma camada baseada em regras transparente. O estudo enquadra explicitamente sua contribuição como uma ablação da camada de interpretação, em vez de uma demonstração de habilidade de negociação irrestrita.

Os autores enfatizam três contribuições específicas:

1. Estender a pesquisa de finanças com LLMs da previsão de retornos baseada em texto para a construção de portfólios restritos usando entradas macroestruturadas.
2. Tratar priors macro (Hawkish vs. Dovish) como escolhas de design testáveis dentro de um sistema multiagente, em vez de variações estilísticas.
3. Fornecer um teste controlado de se a interpretação baseada em LLM melhora as linhas de base baseadas em regras na alocação de commodities.

O artigo conclui que, embora os LLMs ofereçam uma pequena melhoria nas relações retorno-volatilidade neste cenário específico, a evidência estatística é frágil, a amostra é curta (um ciclo de taxas) e a persistência desses ganhos além do período da amostra é desconhecida. Os resultados sugerem que os LLMs são mais credíveis como ferramentas de interpretação restritas do que como motores de negociação autônomos, mas a complexidade operacional pode ainda não ser justificada sem validação adicional fora da amostra.