DART: Domain Aware Relational Transformer for Stock Prediction

Imagine que você está tentando prever o tempo, mas em vez de olhar para as nuvens, você está olhando para o mercado de ações. Este é o mundo das finanças quantitativas, onde cientistas e investidores tentam adivinhar quais ações subirão ou descerão amanhã. Por muito tempo, as pessoas pensaram que o mercado era como um lançamento de moeda perfeitamente justo, onde ninguém poderia realmente prever o futuro porque todos já sabiam de tudo. Mas então, pessoas inteligentes perceberam que os humanos não são robôs perfeitos; nós ficamos assustados, animados e seguimos a multidão, o que torna o mercado um pouco bagunçado e, na verdade, previsível de algumas formas. Hoje, usamos computadores poderosos e "deep learning" (um tipo de inteligência artificial que aprende com padrões) para encontrar esses sinais ocultos no ruído. O grande problema, porém, é que existem milhares de ações, e todas elas influenciam umas às outras de maneiras complicadas. Tentar descobrir como cada única ação conversa com todas as outras ações é como tentar ouvir uma conversa entre cada pessoa em um estádio ao mesmo tempo — é informação demais para um computador processar sem ficar sobrecarregado.

É aqui que entra um novo estudo com uma solução inteligente chamada DART (Domain-Aware Relational Transformer). Pense no mercado de ações como uma festa gigante e barulhenta. No passado, se você quisesse saber quem estava falando com quem, você tentaria ouvir todas as conversas acontecendo ao mesmo tempo. Isso leva uma eternidade e te deixa com dor de cabeça. Os pesquisadores por trás do DART perceberam que as pessoas geralmente falam com outros em seus próprios grupos — como as crianças na mesa dos lanches ou os adultos perto da jarra de ponche. Elas não costumam gritar através da sala para alguém em um grupo completamente diferente. Assim, em vez de ouvir todo mundo, o DART ouve apenas as pessoas no mesmo "grupo da indústria" (como empresas de tecnologia conversando com outras empresas de tecnologia). Isso torna o trabalho do computador muito, muito mais rápido.

O artigo sugere que, ao usar essa estratégia de "escuta em grupo", combinada com uma forma especial de observar o tempo (verificando tendências de curto prazo, médio prazo e longo prazo ao mesmo tempo), o modelo consegue prever retornos de ações melhor do que métodos antigos. Em testes usando dados reais da NASDAQ, NYSE e S&P 500, o modelo DART mostrou que pode fazer escolhas de investimento mais inteligentes e lidar melhor com o risco. Também provou que, ao ignorar o "ruído" de ações não relacionadas, o computador pôde realizar seu trabalho usando cerca de 84% menos energia do que antes. Embora o modelo não seja uma bola de cristal mágica que garante lucros, os autores sugerem que ele é uma ferramenta muito mais prática e eficiente para navegar no complexo e lotado mundo do mercado de ações.

A História do DART: Uma Maneira Mais Inteligente de Ouvir o Mercado

O Problema: Ruído Demais, Conexões Demais

Imagine que você está em um show massivo com milhares de pessoas. Se você quiser saber qual música está tocando, você poderia tentar ouvir cada voz de cada pessoa ao mesmo tempo. Mas isso é impossível; é apenas uma parede de ruído. Este é exatamente o problema que os computadores enfrentam ao tentar prever ações. Existem milhares de ações, e cada uma delas está conectada a todas as outras. Modelos de computador antigos tentavam ouvir a todos ao mesmo tempo. Isso é chamado de "atenção total" (full attention). É muito preciso na teoria, mas é tão lento e caro que é praticamente impossível de usar para negociações do mundo real com milhares de ações. É como tentar resolver um quebra-cabeça verificando cada peça contra todas as outras; o quebra-cabeça fica grande demais e seu cérebro (ou computador) trava.

A Solução: A Regra do "Bairro da Indústria"

Os pesquisadores propuseram uma ideia simples, mas poderosa: Ações no mesmo setor são melhores amigas; ações em setores diferentes são apenas conhecidas.

Pense no mercado de ações como uma cidade gigante dividida em bairros. Existe o "Bairro da Tecnologia", o "Bairro da Alimentação" e o "Beto dos Carros". As pessoas no Bairro da Tecnologia conversam entre si o tempo todo porque compartilham as mesmas notícias e tendências. Mas as pessoas no Bairro da Tecnologia raramente têm uma conversa direta e urgente com as pessoas no Bairro da Alimentação.

O modelo DART usa essa regra. Em vez de ouvir a cidade inteira, ele ouve apenas as conversas acontecendo dentro de cada bairro. Isso é chamado de Atenção Esparsa Guiada pelo Conhecimento de Domínio (DSA).

• Como funciona: O computador olha para uma ação, pergunta: "Em qual bairro esta ação está?" e então presta atenção apenas nas outras ações do mesmo bairro.
• O Resultado: Ele ignora o ruído inútil de ações não relacionadas. O artigo mostra que isso reduz a carga de trabalho do computador em cerca de 84% (especificamente, de 0,23 GFLOPs para 0,04 GFLOPs em seus testes). É como mudar de tentar ouvir um sussurro em um furacão para apenas ouvir um bate-papo calmo em uma cafeteria.

A Máquina do Tempo: Vendo o Passado em Camadas

Prever o futuro não é apenas sobre quem está falando com quem; também é sobre quando as coisas acontecem. As ações se movem em diferentes relógios. Algumas se movem rápido (minuto a minuto), outras de médio rápido (tendências diárias) e outras de forma lenta (tendências mensais ou anuais).

Modelos antigos frequentemente tentavam olhar para o tempo com apenas um par de óculos, o que significava que perdiam a visão geral ou os detalhes pequenos. O DART usa um módulo de Fusão Temporal Multiescala (MSTF).

• A Analogia: Imagine assistir a um filme. Você tem uma lente de zoom que permite ver os detalhes minúscminos do rosto de um ator (curto prazo), uma lente grande-angular que mostra toda a cena (médio prazo) e uma tomada de drone que mostra a cidade inteira (longo prazo). O DART usa todas as três lentes ao mesmo tempo.
• A Magia: Ele então usa uma rede de "Fusão Temporal Progressiva" para empilhar essas visões. É como construir um sanduíche onde cada camada adiciona mais sabor, ajudando o computador a entender como uma pequena mudança hoje pode se transformar em uma grande tendência amanhã.

O Que Eles Descobriram: Mais Rápido e Mais Inteligente

Os pesquisadores testaram seu novo modelo, DART, contra vários outros modelos famosos (como LSTM, GCN e até novos como MambaStock) usando dados reais do mercado de ações dos EUA (NASDAQ, NYSE e S&P 500) de 2020 a 2024.

Aqui está o que os dados sugerem:

1. Melhores Retornos: O DART não apenas adivinhou melhor; ele ajudou a construir uma "carteira" (uma coleção de ações) melhor. Nos testes, ele alcançou o maior Índice de Sharpe (uma pontuação que mede quanto dinheiro você ganha em relação ao risco que assume) na NASDAQ e no S&P 500. Por exemplo, na NASDAQ, o DART obteve um Índice de Sharpe de 2,432, enquanto o segundo melhor foi de 1,827.
2. Melhores Escolhas: Quando o modelo escolheu as 10 melhores ações que pensava que teriam o melhor desempenho, ele acertou com mais frequência do que os outros (uma métrica chamada Precisão@10). Na NYSE, ele acertou 58,7% de suas melhores escolhas, superando a concorrência.
3. A Zona de "Não Vá": O estudo mostrou explicitamente que, se você remover a regra do "bairro" e deixar o computador ouvir todo mundo (Atenção Total), o modelo fica confuso e tem um desempenho muito pior. Isso prova que ignorar as conexões irrelevantes é, na verdade, bom para o modelo.

A Conclusão

O artigo sugere que o DART é uma ferramenta prática e eficiente para o futuro dos investimentos. Ele não afirma ser uma varinha mágica que garante que você ficará rico, mas mostra que, ao usar regras inteligentes (como ouvir apenas o seu próprio bairro) e observar o tempo em camadas, os computadores podem entender muito melhor o caótico mercado de ações. Ele resolve o problema do "excesso de dados" sendo seletivo, tornando possível usar IA poderosa em milhares de ações sem quebrar o banco ou o computador.

Como observam os autores, ainda há espaço para crescer. No momento, o modelo olha apenas para "bairros" baseados em listas estáticas de indústrias. No futuro, eles esperam tornar esses bairros dinâmicos, para que o modelo possa ver quando uma empresa de tecnologia começa a agir subitamente como uma empresa de alimentação, ou quando uma notícia conecta dois grupos totalmente diferentes. Mas, por enquanto, o DART é um passo à frente, forte e eficiente, no ensino de como os computadores podem navegar no mundo financeiro.