Previsione di mercato basata su indicatori macroeconomici - pagina 58

[Vladimir]

Un quadro più chiaro:

[Реter Konow]

Vladimir:

Di nuovo, il mio metodo non prevede lo S&P500. Prevede le recessioni. La recessione del 2020 non è ancora finita. Non c'è nessun problema con la previsione.

...

Al dialogo costruttivo. Dovrei notare, però, che la prima riga del primo post di questo thread, nero su bianco, afferma l'obiettivo dello studio: prevedere lo S&P500. Poi, parla della previsione del prossimo trimestre e descrive passo dopo passo l'approccio alla costruzione dello studio. La recessione è menzionata di sfuggita (o meglio, non è menzionata affatto).

Naturalmente, non importa cosa viene predetto, basta che si avveri).

[Реter Konow]

Vladimir:

1. i meteorologi sono selezionati in base alla loro capacità di prevedere le recessioni. La selezione viene fatta automaticamente, senza la mia influenza o opinione.

2. la scala di valutazione è se la strategia buy&sell proposta è più redditizia del buy&hold

3. le trame storiche sono limitate alla profondità della storia della performance economica individuale

L'unica critica possibile è che i risultati storici non garantiscono la precisione della previsione delle recessioni in futuro. Tutti i risultati del grafico mostrato sono stati adattati alla storia, tranne l'ultimo segnale di recessione nel dicembre 2019.

Per un dialogo costruttivo suggerisco di confrontare l'accuratezza del mio sistema/modello con altri sistemi di previsione della recessione fondamentale o tecnica. Puoi anche confrontare il rendimento + drawdown del mio sistema con altri sistemi che fanno trading sull'S&P500.

Sottolineo: i miei argomenti si basano sul primo post di questo thread, dove viene descritto il metodo di previsione S&P500. Potrei perdere alcuni altri post in questo thread, non li commenterò affatto, credo che il metodo sia completamente descritto nella prima pagina.

1. Non ho trovato questo nel primo post. Il metodo di previsione descritto mira a prevedere il prossimo trimestre dell'S&P500. Non ho letto nulla sul metodo di previsione della recessione. Se il metodo di previsione della recessione è diverso da quello descritto, per favore dichiaratelo (o date un link) in modo che possiate farvi un'idea.

Inoltre, se possibile, descrivete in dettaglio il metodo di selezione automatica degli indicatori, in modo da eliminare completamente il fattore della soggettività.

2. Non capisco questo punto. La descrizione del metodo di predizione non parla di strategie specifiche. (Più precisamente, il metodo stesso è una strategia, ma non è nominato specificamente).

3. Quindi l'intera profondità della storia di ogni indicatore viene presa senza alcun accorciamento?

...

Sono d'accordo di confrontare la precisione del vostro sistema di previsione della recessione con altri, ma da dove lo prendete?

[Реter Konow]

Chiedo semplicemente: il suo sistema di previsione della recessione ha previsto questa recessione e quanto tempo prima?

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

[denis.eremin]

Реter Konow:

Chiedo semplicemente: il suo sistema di previsione della recessione ha previsto questa recessione e quanto tempo prima?

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

Leggete almeno quello che commentate prima di postare i vostri commenti?

Vladimir ha scritto: "Questa strategia ha dato un segnale di vendita nel dicembre 2019. Non ha ancora dato un segnale di acquisto. A quanto pare il mercato scenderà". (с).

[Реter Konow]

Vladimir:

Quindi, il compito è quello di prevedere l'indice S&P 500 sulla base degli indicatori economici disponibili.

Passo 1: trovare gli indicatori. Gli indicatori sono disponibili pubblicamente qui: http://research.stlouisfed.org/fred2/ Ce ne sono 240.000. Il più importante è la crescita del PIL. Questo indicatore viene calcolato ogni trimestre. Quindi il nostro passo è di 3 mesi. Tutti gli indicatori su tempi più brevi sono ricalcolati a 3 mesi, gli altri (annuali) sono scartati. Scartiamo anche gli indicatori per tutti i paesi tranne gli Stati Uniti e gli indicatori che non hanno una storia profonda (almeno 15 anni). Quindi setacciamo faticosamente un mucchio di indicatori e otteniamo circa 10 mila indicatori. Formuliamo un compito più specifico per prevedere l'indice S&P 500 per uno o due trimestri avanti, avendo 10 mila indicatori economici con un periodo trimestrale. Faccio tutto in Matlab, ma potrebbe anche essere fatto in R.

Passo 2: Convertire tutti i dati in una forma stazionaria differenziando e normalizzando. Ci sono molti metodi. La cosa principale è che i dati trasformati possono essere recuperati dai dati originali. Nessun modello funzionerà senza stazionarietà. La serie S&P 500 prima e dopo la trasformazione è mostrata qui sotto.

Passo 3: Scegliere un modello. Si potrebbe avere una rete neurale. Può essere unaregressione lineare multivariabile. Potrebbe essere una regressione polinomiale multivariabile. Dopo aver provato modelli lineari e non lineari, concludiamo che i dati sono così rumorosi che non ha senso applicare un modello non lineare poiché il grafico y(x) dove y = S&P 500 e x = uno dei 10 mila indicatori è quasi una nuvola rotonda. Così, formuliamo il compito ancora più concretamente: prevedere l'indice S&P 500 per uno o due trimestri avanti avendo 10 mila indicatori economici con un periodo trimestrale, utilizzando la regressione lineare multivariabile.

Passo 4: Selezionare gli indicatori economici più importanti su 10 mila (ridurre la dimensione del problema). Questo è il passo più importante e difficile. Supponiamo di prendere la storia dello S&P 500 che è lunga 30 anni (120 trimestri). Per rappresentare lo S&P 500 come una combinazione lineare di vari indicatori economici, è sufficiente avere 120 indicatori per descrivere accuratamente lo S&P 500 durante questi 30 anni. Inoltre, gli indicatori possono essere assolutamente qualsiasi tipo di indicatori, al fine di creare un modello così accurato di 120 indicatori e 120 valori di S&P 500. Così, ridurremo il numero di ingressi al di sotto del numero di valori di funzione descritti. Per esempio, stiamo cercando 10-20 indicatori/ingressi più importanti. Tali compiti di descrizione dei dati attraverso un piccolo numero di input selezionati da un gran numero di basi candidate (dizionario) sono chiamati codifica sparsa.

Ci sono molti metodi per selezionare gli input dei predittori. Le ho provate tutte. Ecco i due principali:

1. Classifichiamo tutti i dati 10k in base alla loro capacità predittiva dello S&P 500. La capacità predittiva può essere misurata dal coefficiente di correlazione o dall'informazione reciproca.
2. Guardiamo tutti i 10 mila indicatori uno per uno e selezioniamo quello che ha dato il modello lineare y_mod = a + b*x1 descrivendo S&P 500 con l'errore minimo. Poi selezioniamo di nuovo il secondo ingresso provando i restanti 10 mila -1 indicatori in modo che descriva il residuo y - y_mod = c + d*x2 con il minimo errore. E così via. Questo metodo è chiamato regressione stepwise o matching pursuit.

Ecco i primi 10 indicatori con il massimo coefficiente di correlazione con lo S&P 500:

ID serie	Lag	Corr	Informazioni reciproche
'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

Ecco i primi 10 indicatori con la massima informazione reciproca con lo S&P 500:

ID serie	Lag	Corr	Informazioni reciproche
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'	3	0.046	0.131
'CUSR0000SAS'	1	0.130	0.131

Lag è il ritardo della serie di input rispetto alla serie S&P 500 simulata. Come si può vedere da queste tabelle, diversi metodi di scelta degli input più importanti risultano in diversi set di input. Poiché il mio obiettivo finale è quello di minimizzare l'errore del modello, ho scelto il secondo metodo di selezione degli input, cioè passare attraverso tutti gli input e selezionare l'input che ha dato il minor errore.

...

Per quanto riguarda la questione dell'esistenza e dell'influenza di un fattore soggettivo non osservabile sullo studio, ti suggerisco di rileggere attentamente questi passi e assicurarti che la soggettività o non c'è, o NON cambia il risultato finale.

Tieni conto che gli indicatori esclusi (nel passo 4) dall'analisi, in totale, potrebbero avere pesi che danno il risultato opposto, se li avessi presi tutti in considerazione. Non possiamo saperlo, vero?

[Реter Konow]

denis.eremin:

Leggete almeno quello che commentate prima di postare i vostri commenti?

Vladimir ha scritto: "Questa strategia ha dato un segnale di vendita nel dicembre 2019. Nessun segnale di acquisto finora. A quanto pare il mercato scenderà". (с).

Sto leggendo dal mio telefono, potrei essermelo perso.

Sì, a pagina 55. Il mio primo post è sul 56. Ho letto il primo, che descrive l'essenza del metodo di previsione e ho saltato gli altri, perché mi interessa l'essenza di esso. Se (l'essenza) è cambiata negli anni (forse perché Vladimir ha iniziato a parlare di recessione, di cui non c'è nulla nel primo post), allora sto parlando del metodo del primo post.

[Uladzimir Izerski]

Di quale recessione possono parlare gli Stati quando stampano la moneta del mondo, comprano tutto il mondo con essa e lo ripagano a debito. Nel resto del mondo non c'è più produzione e non c'è più moneta. I mezzi di produzione interni degli stati aumentano di valore. La popolazione non soffre, perché il potere d'acquisto è mantenuto dalla stampa. L'inflazione viene portata fuori dal paese. I risparmi in dollari nelresto del mondotendono inversamente all'indice S&P 500.

[Реter Konow]

Реter Konow:
Sulla questione dell'esistenza e dell'influenza di un fattore soggettivo invisibile sullo studio, ti suggerisco di rileggere attentamente questi passi e assicurarti che la soggettività sia assente o che NON cambi il risultato finale...

Se il mio avversario in questo argomento fosse un filosofo "sofisticato", capirebbe che l'ho intrappolato con la questione della soggettività della ricerca "oggettiva", dalla quale non c'è modo di liberarsi, mi farebbe una contro-domanda - "e come immagini una ricerca assolutamente oggettiva?", alla quale dovrei rispondere che non immagino nessuna opzione del genere, perché le condizioni di QUALSIASI ricerca sono stabilite dal concetto del ricercatore e questo fattore non può essere evitato. Alla fine, insieme concludiamo che nelle previsioni non dobbiamo fare tanto affidamento sul metodo di analisi dei dati in sé, ma piuttosto sulla soggettività personale, che può avere ragione nonostante tutti gli indicatori "oggettivi" della ricerca.

Puntate sulla Personalità prima e sugli indicatori considerati nell'analisi poi, perché la giustezza può essere invariante e scientificamente inspiegabile. Tali personalità sono state e continueranno ad essere nella storia.

[Реter Konow]

Реter Konow:
... Alla fine, insieme arriveremmo alla conclusione che nella previsione non si dovrebbe fare tanto affidamento sul metodo di analisi dei dati in sé, ma piuttosto sulla soggettività personale, che può avere ragione contro tutti gli indicatori "oggettivi" di uno studio.

Puntate sulla Personalità prima e sugli indicatori considerati nell'analisi poi, perché la giustezza può essere invariante e scientificamente inspiegabile. Tali personalità sono state e continueranno ad essere nella storia.

Farò qui una precisazione, affinché il lettore non pensi che lo sto portando al misticismo (beh, forse solo un po').

E così:

La soggettività personale nell'analisi/ricerca deve essere localizzata e chiaramente circoscritta. Dobbiamo essere chiari su dove e perché siamo costretti a fare supposizioni soggettive. Dobbiamo rispondere alla domanda sul perché siamo disposti ad accettare questo grado di speculatività. Tuttavia, la nostra analisi/ricerca deve tendere alla massima obiettività, validità sperimentale, fatti e verifiche, ma poiché la sub-oggettività non è inevitabile, dobbiamo elaborare criteri che indichino che possiamo contare su di essa.

Questo significa (in senso figurato), in ogni studio/analisi, serie numeriche, formule e modelli, aggiungere un parametro "penso di sì" e contare con quello. Sarà più preciso.