Prédiction du marché basée sur des indicateurs macroéconomiques - page 58

 

Une image plus claire :


 
Vladimir:

Encore une fois, ma méthode ne permet pas de prédire l'indice S&P500. Il prédit les récessions. La récession de 2020 n'est pas encore terminée. Il n'y a aucun problème avec la prédiction.

...

Au dialogue constructif. Je dois cependant noter que la première ligne du premier message de ce fil de discussion énonce noir sur blanc l'objectif de l'étude : prédire l'indice S&P500. Ensuite, il parle de la prévision du prochain trimestre et décrit étape par étape l'approche pour construire l'étude. La récession est mentionnée en passant (ou plutôt, pas du tout).

Bien sûr, peu importe ce qui est prédit, du moment que cela se réalise).
 
Vladimir:

1. Les prévisionnistes sont sélectionnés en fonction de leur capacité à prévoir les récessions. La sélection est faite automatiquement, sans mon influence ni mon avis.

2. L'échelle d'évaluation consiste à déterminer si la stratégie d'achat et de vente proposée est plus rentable que la stratégie d'achat et de conservation.

3. les graphiques historiques sont limités à la profondeur de l'histoire des performances économiques individuelles.

La seule critique possible est que les résultats historiques ne garantissent pas l'exactitude de la prévision des récessions dans le futur. Tous les résultats du graphique présenté ont été ajustés à l'histoire, à l'exception du dernier signal de récession en décembre 2019.

Pour un dialogue constructif, je suggère de comparer la précision de mon système/modèle avec d'autres systèmes fondamentaux ou techniques de prévision de la récession. Vous pouvez également comparer le rendement + le drawdown de mon système avec d'autres systèmes de trading du S&P500.

J'insiste : mes arguments sont basés sur le premier message de ce fil de discussion, où la méthode de prévision du S&P500 est décrite. J'ai pu manquer d'autres messages dans ce fil, je ne les commente pas, je crois simplement que la méthode est entièrement décrite sur la première page.

1. Je n'ai pas trouvé cela dans le premier message. La méthode de prévision décrite vise à prédire le prochain trimestre de l'indice S&P500. Je n'ai rien lu sur la méthode de prédiction de la récession. Si la méthode de prédiction de la récession est différente de celle décrite, veuillez l'indiquer (ou donner un lien) afin de pouvoir vous faire une idée.

Décrivez également, si possible, en détail la méthode de sélection automatique des indicateurs, de manière à éliminer complètement le facteur de subjectivité.

2. Je ne comprends pas ce point. La description de la méthode de prédiction ne parle pas de stratégies spécifiques. (Plus précisément, la méthode elle-même est une stratégie, mais elle n'est pas nommée spécifiquement).

3) L'historique complet de chaque indicateur est donc pris en compte sans raccourcissement ?

...

Je suis d'accord pour comparer la précision de votre système de prédiction de la récession avec d'autres, mais d'où vient-elle ?
 

Je demande simplement : votre système de prédiction de la récession a-t-il prévu cette récession et combien de temps avant celle-ci ?

https://www.google.com/amp/s/ria.ru/amp/20200616/1572964400.html

Глубочайший спад: в США официально объявили о начале рецессии
Глубочайший спад: в США официально объявили о начале рецессии
  • 2020.06.16
  • Alexey Markun
  • ria.ru
МОСКВА, 16 июн — РИА Новости, Наталья Дембинская. С февраля американская экономика погрузилась в рецессию — впервые за 13 лет. Сокращение производства и рост безработицы просто катастрофические. Аналитики предупреждают: нынешний кризис, возможно, окажется даже хуже глобального финансового краха 2007-2009 годов.Скатились в рецессиюО том, что...
 
Реter Konow:

Je demande simplement : votre système de prédiction de la récession a-t-il prévu cette récession et combien de temps avant celle-ci ?

https://www.google.com/amp/s/ria.ru/amp/20200616/1572964400.html

Lisez-vous au moins ce que vous commentez avant de poster vos commentaires ?

Vladimir a écrit"Cette stratégie a donné un signal de vente en décembre 2019. Il n'a pas encore donné de signal d'achat. Apparemment, le marché va baisser." (с).

 
Vladimir:

La tâche consiste donc à prédire l'indice S&P 500 sur la base des indicateurs économiques disponibles.

Étape 1 : Trouvez les indicateurs. Les indicateurs sont accessibles au public à l'adresse suivante : http://research.stlouisfed.org/fred2/. Ils sont au nombre de 240 000. La plus importante est la croissance du PIB. Cet indicateur est calculé chaque trimestre. Notre étape est donc de 3 mois. Tous les indicateurs à court terme sont recalculés à 3 mois, les autres (annuels) sont rejetés. Nous éliminons également les indicateurs pour tous les pays, à l'exception des États-Unis, et les indicateurs qui n'ont pas un historique profond (au moins 15 ans). Nous passons donc laborieusement au crible un tas d'indicateurs, et obtenons environ 10 000 indicateurs. Nous formulons une tâche plus spécifique pour prédire l'indice S&P 500 pour un ou deux trimestres à venir, en disposant de 10 000 indicateurs économiques avec une période trimestrielle. Je fais tout dans Matlab, bien qu'il soit également possible de le faire dans R.

Étape 2 : Convertir toutes les données en une forme stationnaire en les différenciant et en les normalisant. Il y a beaucoup de méthodes. L'essentiel est que les données transformées puissent être récupérées à partir des données originales. Aucun modèle ne fonctionne sans stationnarité. La série S&P 500 avant et après transformation est présentée ci-dessous.

Étape 3 : Choisissez un modèle. Vous pourriez avoir un réseau neuronal. Il peut s'agir d'unerégression linéaire multivariable. Ça pourrait être une régression polynomiale multi-variable. Après avoir essayé des modèles linéaires et non linéaires, nous concluons que les données sont si bruyantes qu'il est inutile d'ajuster un modèle non linéaire car le graphique y(x) où y = S&P 500 et x = un des 10 000 indicateurs est presque un nuage rond. Ainsi, nous formulons la tâche de manière encore plus concrète : prédire l'indice S&P 500 pour un ou deux trimestres à venir en disposant de 10 mille indicateurs économiques avec une période trimestrielle, en utilisant la régression linéaire multivariable.

Étape 4 : Sélectionner les indicateurs économiques les plus importants parmi 10 000 (réduire la dimension du problème). C'est l'étape la plus importante et la plus difficile. Supposons que nous prenions l'historique du S&P 500 qui s'étend sur 30 ans (120 trimestres). Afin de représenter le S&P 500 comme une combinaison linéaire de divers indicateurs économiques, il suffit de disposer de 120 indicateurs pour décrire avec précision le S&P 500 au cours de ces 30 années. De plus, les indicateurs peuvent être absolument n'importe quel type d'indicateurs, afin de créer un modèle aussi précis de 120 indicateurs et 120 valeurs du S&P 500. Ainsi, nous réduirons le nombre d'entrées en dessous du nombre de valeurs de fonctions décrites. Par exemple, nous recherchons 10 à 20 indicateurs/entrées les plus importants. De telles tâches consistant à décrire des données par un petit nombre d'entrées sélectionnées parmi un grand nombre de bases candidates (dictionnaire) sont appelées codage clairsemé.

Il existe de nombreuses méthodes de sélection des entrées du prédicteur. Je les ai tous essayés. Voici les deux principales :

  1. Nous classons toutes les données 10k par leur capacité de prédiction du S&P 500. La capacité prédictive peut être mesurée par le coefficient de corrélation ou l'information mutuelle.
  2. Examinons les 10 000 indicateurs un par un et sélectionnons celui qui a donné le modèle linéaire y_mod = a + b*x1 décrivant le S&P 500 avec l'erreur minimale. Ensuite, nous sélectionnons à nouveau la deuxième entrée en essayant les 10 mille -1 indicateurs restants de manière à ce qu'elle décrive le résidu y - y_mod = c + d*x2 avec l'erreur minimale. Et ainsi de suite. Cette méthode est appelée régression par étapes ou recherche d'appariement.

Voici les 10 premiers indicateurs ayant le coefficient de corrélation maximal avec le S&P 500 :

ID de la série Lag Corr Info Mut
PPICRM 2 0.315 0.102
CWUR0000SEHE 2 0.283 0.122
CES1021000001 1 0.263 0.095
B115RC1Q027SBEA ". 2 0.262 0.102
CES1000000034 1 0.261 0.105
"A371RD3Q086SBEA 2 0.260 0.085
B115RC1Q027SBEA ". 1 0.256 0.102
CUUR0000SAF111 1 0.252 0.117
"CUUR0000SEHE". 2 0.251 0.098
USMINE 1 0.250 0.102

Voici les 10 principaux indicateurs présentant une information mutuelle maximale avec le S&P 500 :

ID de la série Lag Corr Info Mut
CPILEGSL 3 0.061 0.136
"B701RC1Q027SBEA 3 0.038 0.136
CUSR0000SAS 3 0.043 0.134
GDPPOT 3 0.003 0.134
NGDPPOT 5 0.102 0.134
OTHSEC 4 0.168 0.133
3 "LNU01300060". 3 0.046 0.132
LRAC25TTUSM156N 3 0.046 0.132
'LRAC25TTUSQ156N' (EN ANGLAIS) 3 0.046 0.131
CUSR0000SAS 1 0.130 0.131

Lag est le décalage de la série d'entrée par rapport à la série simulée du S&P 500. Comme vous pouvez le voir dans ces tableaux, différentes méthodes de sélection des entrées les plus importantes donnent lieu à différents ensembles d'entrées. Comme mon objectif ultime est de minimiser l'erreur du modèle, j'ai choisi la deuxième méthode de sélection des entrées, c'est-à-dire passer en revue toutes les entrées et sélectionner celle qui donne le moins d'erreur.

...

En ce qui concerne la question de l'existence et de l'influence d'un facteur subjectif inobservable sur l'étude, je vous suggère de relire attentivement ces étapes et de vous assurer que la subjectivité est absente ou ne change PAS le résultat final.

Tenez compte du fait que les indicateurs exclus (à l'étape 4) de l'analyse, au total, pourraient avoir des poids donnant le résultat inverse, si vous les aviez tous pris en compte. Je veux dire, on ne peut pas le savoir, n'est-ce pas ?
 
denis.eremin:

Lisez-vous au moins ce que vous commentez avant de poster vos commentaires ?

Vladimir a écrit"Cette stratégie a donné un signal de vente en décembre 2019. Aucun signal d'achat jusqu'à présent. Apparemment, le marché va baisser." (с).

Je lis depuis mon téléphone, j'ai pu le manquer.

Oui, à la page 55. Mon premier message est sur le 56. J'ai lu le premier, qui décrit l'essence de la méthode de prévision, et j'ai sauté les autres, car l'essence de la méthode m'intéresse. Si elle (l'essence) a changé au fil des ans (peut-être parce que Vladimir a commencé à parler de récession, ce dont il n'est pas question dans le premier message), alors je parle de la méthode du premier message.
 
De quelle récession les États peuvent-ils parler lorsqu'ils impriment la monnaie du monde, achètent tout ce qui existe dans le monde avec cette monnaie et la remboursent par la dette. Dans le reste du monde, il n'y a plus de production et plus de monnaie. Les moyens de production nationaux des États prennent de la valeur. La population ne souffre pas, car le pouvoir d'achat est maintenu par la presse à imprimer. L'inflation est transportée hors du pays. L'épargne en dollars dans lereste du mondetend inversement à l'indice S&P 500.
 
Реter Konow:
En ce qui concerne la question de l'existence et de l'influence d'un facteur subjectif invisible sur l'étude, je vous suggère de relire attentivement ces étapes et de vous assurer que la subjectivité est soit absente, soit ne modifie PAS le résultat final...
Si mon adversaire sur ce sujet était un philosophe "sophistiqué", il comprendrait que je l'ai piégé par la question de la subjectivité de la recherche "objective", dont il n'y a aucun moyen de se débarrasser, il me poserait une contre question - "et comment imaginez-vous une recherche absolument objective ?", à laquelle je devrais répondre que je n'imagine pas une telle option, parce que les conditions de TOUTE recherche sont fixées par le concept du chercheur et ce facteur ne peut être évité. En fin de compte, nous conclurions ensemble qu'en matière de prévision, il ne faut pas tant se fier à la méthode d'analyse des données elle-même, mais plutôt à la subjectivité personnelle, qui peut avoir raison en dépit de tous les indicateurs "objectifs" de la recherche.

Pariez d'abord sur la Personnalité et ensuite sur les indicateurs considérés dans l'analyse, car la justesse peut être invariable et scientifiquement inexplicable. De telles personnalités ont existé et existeront encore dans l'histoire.
 
Реter Konow:
... Au final, nous arriverions ensemble à la conclusion qu'en matière de prévision, il ne faut pas tant se fier à la méthode d'analyse des données elle-même, mais plutôt à la subjectivité personnelle, qui peut avoir raison contre tous les indicateurs "objectifs" d'une étude.

Pariez d'abord sur la Personnalité et ensuite sur les indicateurs considérés dans l'analyse, car la justesse peut être invariable et scientifiquement inexplicable. De telles personnalités ont existé et existeront encore dans l'histoire.
Je vais apporter une précision ici, afin que le lecteur ne pense pas que je l'entraîne vers le mysticisme (enfin, peut-être juste un peu).

Et donc :

La subjectivité personnelle dans l'analyse/recherche doit être localisée et clairement circonscrite. Nous devons indiquer clairement où et pourquoi nous sommes obligés de faire des hypothèses subjectives. Nous devons répondre à la question de savoir pourquoi nous sommes prêts à accepter ce degré de spéculation. Cependant, notre analyse/recherche doit s'efforcer d'atteindre un maximum d'objectivité, de validité expérimentale, de faits et de vérifications, mais comme la sous-objectivité n'est pas inévitable, nous devons élaborer des critères qui indiquent que nous pouvons nous y fier.


Cela signifie (au sens figuré) que dans chaque étude/analyse, série numérique, formule et modèle, il faut ajouter un paramètre "je pense que oui" et compter avec lui. Il sera plus précis.