Learning Predictive Ambiguity Sets for Decision-Focused Distributionally Robust Optimization

Resumo Técnico: Aprendizado de Conjuntos de Ambiguidade Preditiva para Otimização Robusta Focada na Decisão

1. Definição do Problema

Sistemas padrão de "prever-então-otimizar" (predict-then-optimize) comprimem a incerteza em uma única previsão pontual (ex: um retorno médio) e resolvem um problema de otimização subsequente como se essa previsão fosse a verdade fundamental. Essa abordagem é frágil; pequenos erros de previsão podem levar a grandes perdas de decisão, particularmente quando o otimizador amplifica equívocos ao longo de restrições ativas ou direções de alta sensibilidade.

A Otimização Robusta Distribucional (DRO) aborda isso otimizando contra a pior distribuição dentro de um conjunto de ambiguidade. No entanto, a DRO de Wasserstein tradicional depende de conjuntos de ambiguidade desenhados manualmente, onde o centro é uma distribuição empírica histórica fixa e o raio é um escalar global ajustado via validação. Essa abordagem estática é frequentemente incompatível com ambientes contextuais: um raio seguro durante períodos voláteis pode ser excessivamente conservador durante períodos estáveis, enquanto um raio ajustado para o desempenho médio pode falhar sob mudanças de regime. O problema central é como tornar o próprio conjunto de ambiguidade contextual e aprendível, adaptando-se ao estado específico do sistema para equilibrar robustez e desempenho.

2. Metodologia: Conjuntos de Ambiguidade Preditiva Aprendidos (LPAS)

O artigo propõe os Conjuntos de Ambiguidade Preditiva Aprendidos (LPAS), um framework que faz a ponte entre a previsão probabilística profunda e a DRO de Wasserstein. Em vez de um centro e raio fixos, o LPAS emprega um modelo contextual profundo que fornece três componentes para um dado contexto $z_t$:

1. Uma Distribuição de Cenários Nominais Finita: $\hat{P}_\theta(\cdot | z_t) = \sum_{i=1}^N p_{\theta,i}(z_t) \delta_{\hat{\xi}_{\theta,i}(z_t)}$, representando um conjunto discreto de cenários previstos.
2. Um Raio Dependente do Estado: $\rho_\phi(z_t)$, um escalar não negativo que define o tamanho da bola de Wasserstein.
3. (Opcional) Uma Métrica de Solo Anisotrópica: $c_\psi(\xi, \xi'; z_t)$, embora os experimentos utilizem uma métrica euclidiana fixa.

Essas saídas definem um conjunto de ambiguidade contextual $\mathcal{P}_{\theta,\phi}(z_t) = \{ Q : W_c(Q, \hat{P}_\theta(\cdot | z_t)) \leq \rho_\phi(z_t) \}$. A decisão subsequente $x_t$ é computada minimizando a espera do pior caso da perda sobre este conjunto.

Objetivo de Treinamento e Algoritmo
O modelo é treinado de ponta a ponta usando uma função objetivo composta que equilibra quatro termos:

• Perda de Decisão ($L_{dec}$): A perda realizada da decisão robusta subsequente.
• Perda de Previsão ($L_{pred}$): Treina a distribuição de cenários nominais (ex: via log-verossimilhança negativa ou reconstrução de cenários).
• Perda de Calibração ($L_{cal}$): Utiliza a perda pinball para garantir que o raio aproxime um quantil condicional alto dos erros de previsão, evitando que o raio colapse.
• Regularização de Tamanho e Estabilidade ($L_{size}, L_{stab}$): Evita a inflação do raio e garante transições suaves entre passos temporais.

O treinamento segue um algoritmo em etapas:

1. Pré-treinar o gerador de cenários ($\hat{P}_\theta$) usando a perda de previsão.
2. Treinar a rede do raio ($\rho_\phi$) usando calibração e regularização de tamanho em um conjunto de calibração.
3. Ajustar finamente (fine-tuning) todo o sistema (cenários, raio e camada de decisão) usando o objetivo focado na decisão completo.

Para o caso específico de otimização de portfólio com perda afim e custos euclidianos, o artigo deriva uma forma dual finita tratável. O problema de portfólio robusto torna-se uma maximização do retorno esperado menos um termo de penalidade proporcional ao raio aprendido e à norma do portfólio: $\max_w \hat{\mu}^\top w - \rho(z_t)\|w\|_2 - \text{regularização}$.

3. Principais Contribuições

O artigo apresenta quatro contribuições primárias:

1. Framework LPAS: Introduz uma ponte contextual entre previsão probabilística profunda e DRO de Wasserstein, onde o conjunto de ambiguidade (centro e raio) é aprendido em vez de fixo.
2. Objetivo de Aprendizado de Raio: Desenvolve uma função de perda multicomponente que integra precisão de previsão, calibração estatística (estilo quantil), regularização de tamanho e qualidade de decisão realizada.
3. Implementação Tratável: Fornece uma forma dual finita para a camada DRO e um algoritmo de treinamento em estágios que permite a tomada de decisão robusta diferenciável.
4. Validação Empírica: Demonstra, através de um estudo de otimização de portfólio, que raios de ambiguidade adaptativos podem superar baselines de peso igual e DRO histórico, enquanto igualam grande parte do desempenho de um forte modelo DRO de raio fixo com um raio médio significativamente menor.

4. Resultados Experimentais

O método foi avaliado em uma tarefa de otimização de portfólio diária utilizando 20 constituintes do S&P 500 de janeiro de 2018 a junho de 2026. O modelo LPAS foi comparado contra Equal Weight (EW), Predict-then-Optimize (P2O), Historical Wasserstein DRO (Hist-WDRO) e um Deep Predictive Fixed-Radius DRO (Fixed-DRO).

Principais Descobertas:

• Desempenho: O LPAS superou substancialmente o EW, P2O e Hist-WDRO.
• Comparação com Fixed-DRO: O LPAS alcançou um retorno anualizado de 26,28% e um índice Sharpe de 1,30, ligeiramente inferior ao baseline Fixed-DRO (retorno de 27,48% e Sharpe de 1,34).
• Eficiência e Risco: Apesar da leve queda nos métricas médias, o LPAS utilizou um raio médio substancialmente menor (24,35 vs. 35,44) e alcançou melhores métricas de perda no pior mês e CVaR95.
• Adaptatividade: O raio aprendido variou com sucesso conforme as condições de mercado, aumentando durante regimes de alta volatilidade e diminuindo durante períodos estáveis.
• Ablação: Remover a perda de calibração causou o colapso do raio, levando a retornos negativos e altos drawdowns, confirmando que a calibração é essencial para a estabilidade do método.

5. Significância e Alegações

O artigo alega que a abordagem proposta demonstra que raios de ambiguidade aprendidos podem recuperar a maior parte do desempenho de um DRO de raio fixo forte, reduzindo o conservadorismo desnecessário.

A hipótese central apoiada pelos resultados é que, na tomada de decisão robusta, o objeto ideal para aprender não é apenas uma previsão, mas também o quanto o otimizador deve desconfiar dessa previsão com base no estado atual. Ao tornar o conjunto de ambiguidade contextual, o LPAS alcança "adaptatividade de regime", fornecendo proteção mais forte durante quedas (drawdowns) e períodos de alta incerteza sem sacrificar o desempenho em mercados mais calmos. Os autores observam que, embora o LPV seja competitivo com o Fixed-DRO, ele oferece um uso mais eficiente do orçamento de robustez, evitando o conservadorismo global inerente às abordagens de raio fixo.

Limitações Reconhecidas:
Os autores observam modestamente que os experimentos são limitados a um único split de rolagem em um universo de 20 ativos, que a métrica anisotrópica aprendida não foi avaliada, e que a cobertura empírica é ligeiramente abaixo do alvo nominal após o ajuste consciente da decisão (sugerindo a necessidade de pós-calibração conformal em aplicações de controle de risco estrito).