Evaluating AI Investment Strategies

Resumo Técnico: Avaliando Estratégias de Investimento de IA

Definição do Problema
O artigo aborda o desafio crítico de auditar tomadores de decisão algorítmicos de "caixa-preta" em ambientes sequenciais, como fundos de hedge, consultores robôs (robo-advisors) e algoritmos de execução. Reguladores (por exemplo, sob as normas SR 11-7 e SR-26-2) e designers de plataformas exigem métricas de desempenho para avaliar estratégias algorítmicas sem acesso ao código-fonte interno ou a tipos privados de agentes. Embora a auditoria de período único seja possível, estender esses métodos para programas dinâmicos estocásticos de múltiplos períodos — onde os gestores reotimizam com base em novos dados a cada período — permanece um problema em aberto. A dificuldade central é determinar se o arrependimento cumulativo (cumulative regret — a lacuna entre o desempenho realizado e um benchmark teórico ideal) pode ser decomposto apenas em quantidades observáveis (entradas e saídas).

Metodologia e Estrutura Teórica
O autor formula um programa dinâmico estocástico de horizonte finito geral, onde uma política $\hat{\pi}_t$ mapeia estados observados e vetores de custo $c_t$ para decisões $z_t$. O benchmark é definido como a política de média condicional ótima $\pi^*_t$, que minimiza os custos esperados dada a informação atual.

A principal contribuição metodológica é a derivação de uma decomposição exata para o arrependimento cumulativo. O artigo estabelece que, sob condições específicas, o arrependimento total ao longo de $T$ períodos é igual à soma das covariâncias por período entre o vetor de custo e a decisão da política, mais um termo de correção de viés:
$$\text{Regret}^{(T)}(\Pi) = \sum_{t=1}^T \text{Cov}(c_t, \hat{\pi}_t(c_t)) + \sum_{t=1}^T \bar{c}_t^\top b_t$$
onde $b_t = E[\hat{\pi}_t(c_t)] - \pi^*_t$ representa o viés da política por período.

A análise prossegue através de várias extensões teóricas:

1. Custos i.i.d.: Sob custos independentes e identicamente distribuídos e políticas de Markov de média não enviesada (onde $E[\hat{\pi}_t] = \pi^*_t$), o termo de viés desaparece, resultando em uma identidade exata onde o arrependimento é igual à soma das covariâncias.
2. Não Estacionariedade: Para distribuições de custos variantes no tempo, o artigo deriva uma correção de viés em forma fechada limitada pela covariância interperíodo dos incrementos de custo.
3. Horizonte Infinito: Um análogo para horizonte descontado é estabelecido, mostrando que o arrependimento descontado escala linearmente com o horizonte efetivo $1/(1-\gamma)$.
4. Processos AR(1): Para custos de execução com reversão à média (modelados como AR(1)), o artigo deriva um termo de correção de autocovariância específico, provando que somas de covariância bruta podem superestimar ou subestimar o verdadeiro arrependimento, dependendo do sinal da autocorrelação.
5. Recursão de Bellman: Uma recursão do tipo Bellman para o funcional de arrependimento de covariância é derivada, estruturalmente análoga à função Q em aprendizado por reforço. Isso permite a estimativa do arrependimento de múltiplos períodos usando algoritmos padrão de programação dinâmica sem resolver o problema de otimização original.

Principais Contribuições
O artigo apresenta oito contribuições específicas:

• Decomposição Exata: Provar que o arrependimento esperado total se decompõe exatamente na soma das covariâncias de entrada-saída por período sob custos i.i.d. e políticas de média não enviesada.
• Caracterização do Viés: Derivar correções de viés em forma fechada para custos não estacionários e políticas variantes no tempo, quantificando especificamente o viés em estratégias de momentum como $O(|\hat{\rho}|T\sigma_c^2)$.
• Ferramenta de Auditoria Algorítmica: Propor um estimador de covariância de trajetória que é consistente, assimetricamente normal com variância HAC (Heteroskedasticity and Autocorrelation Consistent) e computável em $O(T \cdot nd)$ tempo. Isso permite a auditoria livre de modelo usando apenas sequências observáveis de custos e alocações.
• Aplicações Financeiras: Aplicar a teoria ao rebalanceamento de portfólio de janela móvel (mostrando que o viés de erro de estimativa é $O(d/w)$) e custos de execução com reversão à média (fornecendo uma correção AR(1) em forma fechada).
• Conexão com Aprendizado por Reforço: Demonstrar que a infraestrutura padrão de RL (por exemplo, fitted-Q) pode ser reaproveitada para estimar o arrependimento de múltiplos períodos por meio da derivada recursão de Bellman.

Resultos Empíricos
A teoria é validada usando dados de retornos diários do CRSP de janeiro de 2016 a dezembro de 2025.

• Coeficientes AR(1): Os coeficientes diários de AR(1) foram persistentemente negativos ($\hat{\rho} \in [-0.144, -0.004]$) em todos os anos e regimes do NBER, indicando que a reversão de curto horizonte dominou o momentum.
• Desempenho da Estratégia: Estratégias de reversão superaram as estratégias de momentum em sete de dez anos.
• Correção de Viés: A estratégia de reversão com correção de viés proporcionou o melhor desempenho ajustado ao risco em 2019 e 2022, anos em que as estratégias de momentum brutas falharam. A correção de viés atua como um "seguro", incorrendo em um custo leve em anos favoráveis, mas entregando ganhos significativos quando as dinâmicas de momentum são distorcidas.
• Robustez: O artigo identifica cinco fatores de confusão (confounds) — efeitos de tamanho, bid-ask bounce, agrupamento de volatilidade, momentum cross-sectional vs. temporal e provisão de liquidez — que provavelmente enviesam o $\hat{\rho}$ estimado para cima. Consequentemente, os valores de arrependimento calculados são limites superiores conservadores para as perdas atribuíveis ao momentum.

Significância e Alegações
O artigo afirma fornecer uma "solução tratável" para a supervisão regulatória ao reenquadrar a auditoria algorítmica como um problema de teste estatístico.

• Para Reguladores: Oficiais de conformidade podem construir intervalos de confiança para o arrependimento cumulativo usando apenas entradas e saídas observáveis, satisfazendo mandatos como o SR 11-7 sem exigir acesso aos motores de otimização proprietários.
• Para Design de Mecanismos: A identidade permite limitar o arrependimento de um agente sem acesso a tipos privados, conectando a auditoria de caixa-preta a problemas de estimativa de covariância na teoria dos jogos.
• Para Melhoria de Política: A recursão de Bellman implica que a redução de covariância pontual é uma condição suficiente para a melhoria do arrependimento de múltiplos períodos, oferecendo uma alternativa computacionalmente tratável à enumeração total da estratégia.

O autor mantém uma postura modesta em relação à magnitude empírica do arrependimento, observando que, embora a decomposição teórica seja exata sob os pressupostos declarados, as estimativas empíricas servem como limites superiores devido ao ruído de microestrutura não observado e exposições a fatores. A principal proposta de valor é o estabelecimento de uma métrica rigorosa e livre de modelo para atribuição de desempenho em sistemas de decisão sequencial.