Resumo Técnico: Previsão de Volatilidade Global em Mercados Assíncronos

1. Definição do Problema

O artigo aborda o desafio fundamental de prever a volatilidade realizada multivariada em mercados de ações internacionais onde os calendários de negociação são assíncronos. As bolsas internacionais operam em cronogramas de feriados díspares, criando um "calendário de união" onde alguns mercados estão abertos enquanto outros estão fechados em qualquer determinada data.

Essa assincronia introduz dois problemas críticos para a previsão:

1. Violação do Conjunto de Informação: Abordagens tradicionais frequentemente truncam dias não comuns (perdendo informação) ou imputam dados ausentes com zeros (injetando ruído). Crucialmente, em previsões de múltiplos passos, os modelos correm o risco de incorporar inadvertidamente informações futuras se o conjunto preditivo não for estritamente limitado na origem da previsão ($o = t - h$).
2. Overfitting em Espaços de Alta Dimensionalidade: A literatura recente emprega arquiteturas complexas de aprendizado de máquina (ex: STGNNs, Transformers) para capturar spillovers não lineares. No entanto, a volatilidade financeira possui uma baixa relação sinal-ruído. Redes neurais não restritas nesse ambiente são propensas ao overfitting de ruídos transacionais transitórios em vez de aprender vínculos econômicos robustos, muitas vezes violando limites rigorosos de informação fora da amostra através de matrizes de covariância estáticas de amostra total.

A questão central de pesquisa não é se uma rede neural complexa pode superar modelos lineares incondicionalmente, mas se a informação transfronteiriça cuidadosamente regularizada e admissível à origem gera acurácia de previsão incremental estatisticamente significativa além dos modelos de volatilidade estabelecidos.

2. Metodologia: O Framework PGA-Trans-HAR

Os autores propõem o PGA-Trans-HAR, um sistema de previsão híbrido parcimonioso projetado para testar o valor da informação transfronteiriça restrita. A arquitetida integra um baseline econométrico forte e congelado com uma correção neural limitada, governada por quatro restrições estruturais específicas:

A. Alinhamento de Informação Admissível à Origem da Previsão

O sistema opera em um calendário de união, mas distingue estritamente entre dias de mercado observados e fechamentos de bolsas.

• Mascaramento: Uma máscara assimétrica ($m_{t,n}$) garante que as bolsas fechadas não transmitam sinais espúrios de volatilidade zero como fontes temporais ou espaciais, permitindo, contudo, que atuem como consultas de destino.
• Limitação Estrita da Origem: Todas as entradas, incluindo a janela neural e o prior econométrico móvel, são indexadas pela origem da previsão $o = t - h$. Nenhuma observação no intervalo $(o, t]$ é incluída.

B. Canal de Informação Transfronteiriça Restrito

O modelo combina um mecanismo de atenção espacial baseado em dados com um prior estrutural econométrico:

• Prior Rolling Ridge-VAR/GFEVD: Uma VAR regularizada por Ridge é estimada em uma janela histórica móvel (até 252 dias) terminando na origem da previsão. A Decomposição de Variância de Erro de Previsão Generalizada (GFEVD) converte isso em uma matriz de conectividade preditiva direcional normalizada por linha. Este prior é atualizado a cada 20 origens de previsão, garantindo a ausência de viés de antecipação (look-ahead bias).
• Atenção Baseada em Dados: Um mecanismo de autoatenção espacial aprende dependências diretamente dos dados mascarados de entrada.
• Gating Específico por Mercado: Um gate aprendido, invariante no tempo $g_n$ (específico para cada mercado de destino $n$), governa a alocação convexa entre a atenção baseada em dados e o prior econométrico. Este gate é constante entre as datas dentro de um modelo ajustado, capturando a heterogeneidade persistente em como os mercados absorvem sinais estrangeiros.

C. Previsão Não Linear Centrada em Benchmark

Em vez de substituir os modelos clássicos, o sistema utiliza o modelo Heterogêneo Autorregressivo (HAR) como um âncora congelado.

• Correção de Resíduo Limitada: O sistema neural prevê apenas uma correção de resíduo limitada no domínio inverso-softplus. A previsão final é:
  $$\hat{x}_{t,n} = \text{softplus}\left( \text{softplus}^{-1}(\hat{x}^{\text{HAR}}_{t,n}) + \alpha_n r_{b,n} \delta_{b,n} \right)$$
  onde $\hat{x}^{\text{HAR}}$ é a previsão linear HAR congelada, e o termo neural é estritamente limitado por $\alpha_n$ e um gate sigmoide $r_{b,n}$. Isso garante a positividade e garante que o componente neural forneça apenas valor incremental.

D. Otimização de Equilíbrio de Nós

A função de perda inclui um termo que penaliza a deterioração relativa severa em qualquer mercado individual, evitando que o modelo otimize o desempenho agregado do painel em detrimento de mercados específicos.

3. Principais Contribuições

1. Rigor Metodológico em Configurações Assíncronas: O artigo formaliza um protocolo estrito para lidar com calendários de negociação assíncronos, garantindo que todas as entradas preditivas sejam estritamente observáveis na origem da previsão, eliminando assim o viés de antecipação tanto nas entradas brutas quanto nos grafos relacionais estimados.
2. Arquitetura Híbrida Parcimoniosa: Demonstra que um sistema híbrido restrito (Prior Econométrico + Atenção Baseada em Dados + Âncora HAR) pode superar tanto modelos lineares puros quanto arquiteturas de aprendizado profundo não restritas.
3. Ablação Estrutural de Complexidade: Através de ablações aninhadas, o artigo isola o valor específico dos componentes arquiteturais, mostrando que a flexibilidade não é monotonicamente benéfica e que a regularização estrutural é essencial para ganhos incrementais.
4. Avaliação Estatística Robusta: O estudo utiliza um conjunto abrangente de avaliação, incluindo ensembles de 5 sementes, testes Diebold–Mariano ajustados para HAC e Conjuntos de Modelos de Confiança (MCS) em horizontes diários, semanais e mensais.

4. Resultados Empíricos

O estudo utiliza dados de alta frequência de oito principais índices globais (SPX, GDAXI, FCHI, FTSE, OMXSPI, N225, KS11, HSI) de 2006–2022.

• Desempenho vs. Baseline HAR:
  • Diário ($h=1$) e Semanal ($h=5$): O PGA-Trans-HAR reduz tanto o MSE quanto o MAE em todos os oito mercados em relação ao benchmark HAR univariado.
  • Mensal ($h=22$): O framework restrito reduz erros para sete dos oito mercados.
• Desempenho vs. Benchmarks Mais Amplos:
  • Diário: Alcança o menor MAE médio transfronteiriço (embora o HAR-KS linear minimize o MSE).
  • Semanal e Mensal: Alcança o menor MSE e MAE médio em todo o conjunto de benchmarks lineares e de aprendizado profundo (incluindo VHAR, GNN-HAR, DCRNN-HAR e Pure-ST-Transformer).
• Significância Estatística:
  • Testes Diebold–Mariano confirmam melhorias estatisticamente significativas, particularmente sob perda absoluta (MAE) nos horizontes diário e semanal.
  • Os Conjuntos de Modelos de Confiança (MCS) mostram que o modelo é mantido no conjunto superior para todos os mercados nos horizontes semanal e mensal, embora o horizonte diário mostre mais competição com variantes de escalonamento escalar.
• Insights de Ablação:
  • Dependência de Horizonte: O prior econométrico móvel sozinho fornece os ganhos mais significativos no horizonte diário.
  • Eficácia do Gate: O gate aprendido específico por mercado ($g_n$) melhora a acurácia sobre um mixture escalar uniforme ($g=0.5$) nos horizontes semanal e mensal, mas degrada o desempenho no horizonte diário. Isso sugere que a previsão de curto prazo beneficia-se de um encolhimento (shrinkage) uniforme mais forte, enquanto horizontes mais longos beneficiam-se de alocações transfronteiriças diferenciadas.
  • Complexidade: A atenção profunda não restrita (Pure-ST-Transformer) falha em superar o HAR em horizontes curtos, confirmando que a flexibilidade arquitetônica sozinha é insuficiente sem regularização econômica.

5. Significância e Alegações

O artigo apresenta uma conclusão de afirmação qualificada: informações transfronteiriças disciplinadas e alinhadas à origem geram valor preditivo incremental genuíno sobre a âncora HAR, sendo os ganhos mais pronunciados nos horizontes médio e longo, onde os spillovers estruturais persistem.

Os autores enfatizam que sua contribuição não é a superioridade do aprendizado profundo sobre a econometria, mas sim o valor da informação restrita. Os resultados sugerem que, em ambientes de previsão financeira com baixas relações sinal-ruído:

• A flexibilidade arquitetônica é mais eficaz quando governada por restrições economicamente interpretáveis (ex: priors admissíveis à origem, resíduos limitados).
• A abordagem de "caixa preta" é menos eficaz do que uma abordagem híbrida que ancora as previsões na dinâmica de volatilidade estabelecida (HAR) e permite que os componentes neurais forneçam apenas correções incrementais limitadas.
• A combinação específica de um prior GFEVD móvel, mascaramento assimétrico e um mecanismo de gating específico por mercado consegue isolar a contribuição preditiva marginal da informação transfronteiriça sem overfitting.

O artigo evita explicitamente alegações de dominância de modelo universal, identificação causal estrutural ou capacidade de prever regimes de crise endogenamente. Em vez disso, posiciona o framework como um método robusto para extrair acurácia incremental de dados transfronteiriços enquanto respeita estritamente os limites do conjunto de informação disponível.