ANÁLISE EDITORIAL / 2026-10-05 — 2026-10-11
Atribuir performance, não só prever retorno
Atribuição econômica do ML de portfólio, valor da informação condicional a cenário e regularização de entropia sem venda a descoberto.
From Economic Explanation to Performance Improvement in Machine-Learning Portfolios propõe atribuição em cascata, inspirada em valores de Shapley, que liga exposição a feature de um modelo de alocação diretamente à sensibilidade da performance da carteira — não só à importância do feature no modelo. Ex Ante and Scenario-Conditional Value of Information mostra que informação mais rica nunca piora o valor esperado ex ante de uma decisão de portfólio, mas a estratégia que ela induz pode, sim, perder para uma estratégia menos informada em um cenário específico. Entropy Regularization under No-Shorting mostra que a regularização de entropia, inofensiva no problema de média-variância sem restrição, perde a estrutura quadrática simples quando se proíbe venda a descoberto.
EVOLUÇÃO
A W40 propunha protocolos para auditar o que o agente de alocação diz ter verificado; esta semana o problema recua para atribuir a performance da carteira à decisão certa, não só auditar o processo.
O QUE FAZER COM ISSO
Explicar um modelo de alocação de portfólio deveria terminar na sensibilidade da performance, não na importância do feature para o modelo.
q-fin.PM entra por completo nesta edição, via API oficial do arXiv. Abstracts dos papers citados foram lidos; os demais papers carregados no grafo não têm abstract.