Previsione di mercato basata su indicatori macroeconomici - pagina 37
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Molto semplice - non aprire al momento delle notizie importanti
Non faccio trading sulle notizie. C'è abbastanza movimento senza di esso.
L'Expert Advisor è messo a punto, ma il broker può dare problemi.
Continuando il tema. Vi ricordo che il mio modello prevede il mercato sulla base di indicatori macroeconomici. Su 2.000 indicatori economici, alcuni sono selezionati in base alla loro capacità di prevedere il futuro. Non si può guardare avanti. Ogni trimestre, quando la crescita del PIL e altri indicatori arrivano, il modello automaticamente attraversa la storia includendo i dati freschi, seleziona gli indicatori che hanno predetto bene i dati vecchi e nuovi e fa nuove previsioni 2 trimestri avanti basandosi su di essi. Dopo la mia ultima previsione ho trovato alcuni bug nel codice. Ha anche trovato una nuova conversione degli indicatori economici che rende le previsioni più accurate. Un consiglio a breve termine per altri previsori e predittori: la differenziazione dei dati di input non è molto buona per le previsioni perché perde la struttura (segnale) e rende i dati rumore.
Ecco una previsione di crescita del PIL negli Stati Uniti. La linea blu è il dato reale. La linea rossa è la previsione. Per ogni previsione passata sono stati utilizzati solo i dati disponibili fino a quel momento meno due trimestri. L'economia crescerà moderatamente per ora. Anche se, a giudicare dalla lenta crescita del PIL, una recessione l'anno prossimo è abbastanza possibile. Nel prossimo post mostrerò l'accuratezza delle previsioni del PIL di varie banche ed economisti.
La previsione dell'S&P500 non è ancora pronta. Ma è molto più difficile prevedere il mercato che gli stessi indicatori economici. C'è molto rumore nei prezzi.
Continuando il tema. Vi ricordo che il mio modello prevede il mercato sulla base di indicatori macroeconomici. Su 2.000 indicatori economici, alcuni sono selezionati in base alla loro capacità di prevedere il futuro. Non si può guardare avanti. Ogni trimestre, quando la crescita del PIL e altri indicatori arrivano, il modello automaticamente attraversa la storia includendo i dati freschi, seleziona gli indicatori che hanno predetto bene i dati vecchi e nuovi e fa nuove previsioni 2 trimestri avanti basandosi su di essi. Dopo la mia ultima previsione ho trovato alcuni bug nel codice. Ha anche trovato una nuova conversione degli indicatori economici che rende le previsioni più accurate. Un consiglio a breve termine per altri previsori e predittori: la differenziazione dei dati di input non è molto buona per le previsioni perché perde la struttura (segnale) e rende i dati rumore.
Ecco una previsione di crescita del PIL negli Stati Uniti. La linea blu è il dato reale. La linea rossa è la previsione. Per ogni previsione passata sono stati utilizzati solo i dati disponibili fino a quel momento meno due trimestri. L'economia crescerà moderatamente per ora. Anche se, a giudicare dalla lenta crescita del PIL, una recessione l'anno prossimo è abbastanza possibile. Nel prossimo post mostrerò l'accuratezza delle previsioni del PIL di varie banche ed economisti.
La previsione dell'S&P500 non è ancora pronta. Ma è molto più difficile prevedere il mercato che gli stessi indicatori economici. C'è molto rumore nei prezzi.
e si possono guardare i dati reali grezzi del PIL - lo si può fare qui con una semplice tabella
Qui: https://research.stlouisfed.org/fred2/series/GDPC96#
La tabella e i calcoli di crescita sono allegati.
L'ultimo valore non è 0,7 ma 1%.
Questo è sicuro. Vedo che la Fed ha aggiustato i dati del PIL venerdì scorso. Le mie previsioni non cambiano a causa delle correzioni, in quanto utilizzano dati stabiliti in passato. Gli aggiustamenti andranno avanti per mesi e possono cambiare i dati anticipati in modo abbastanza significativo. La mia previsione per il Q4 è una crescita del 2,1%, la correzione ha cambiato l'anticipo dello 0,7% all'1%. Non è consigliabile utilizzare i dati anticipati come misura dell'accuratezza predittiva. Qui ci sono esempi di aggiustamenti passati:
Se siete interessati, le previsioni degli economisti possono essere trovate qui: http://projects.wsj.com/econforecast/#ind=gdp&r=20
Qui sotto c'è una tabella delle previsioni passate dei predittori più accurati (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, UBS bank). Ci sono circa 50 meteorologi in totale. La cosa più interessante è il periodo del 2008, il primo trimestre, quando il PIL è sceso del 2,7%. Nessun economista avrebbe potuto prevederlo con 2 trimestri di anticipo, anche se gli economisti menzionati nella tabella qui sotto sono stati in grado di prevederlo con 1 trimestre di anticipo. Gli altri 40 economisti, comprese le più grandi banche, hanno continuato a prevedere la crescita nel quarto trimestre del 2008. Per vedere le previsioni di tutti gli economisti, usa il link in alto nel menu a sinistra, in fondo vai a Edition e poi il link sopra Download.
Se siete interessati, le previsioni degli economisti possono essere trovate qui: http://projects.wsj.com/econforecast/#ind=gdp&r=20
Qui sotto c'è una tabella delle previsioni passate dei predittori più accurati (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, UBS bank). Ci sono circa 50 meteorologi in totale.
http://library.hse.ru/e-resources/HSE_economic_journal/articles/18_01_07.pdf articolo interessante sull'argomento.....
Grazie. Farò qualche lettura.
La parte più difficile della creazione di modelli economici è la trasformazione dei dati di input. Se si guardano gli indicatori economici (ce ne sono circa 10.000), essi differiscono l'uno dall'altro in molti modi. Alcune crescono in modo esponenziale, altre si contraggono in un certo intervallo, altre si contraggono intorno allo zero con magnitudine crescente, altre cambiano a scatti nel mezzo della storia, ecc. Per creare un modello, tutti questi dati devono essere modificati in modo che abbiano caratteristiche statistiche simili che non cambino nel tempo. Ci sono queste possibilità:
1. Calcolare le velocità relative: r[i] = x[i]/x[i-1]-1. Questa trasformazione normalizza automaticamente i dati, non si guarda al futuro, non c'è bisogno di fare altro. Ma esiste un grosso problema con i dati zero (x[i-1]=0) e i dati negativi, e ce ne sono molti negli indicatori economici.
2. Calcolare gli incrementi d[i] = x[i] - x[i-1]. Questa trasformazione non si preoccupa dei dati zero e negativi, ma gli incrementi crescono nel tempo per i dati a crescita esponenziale come il prodotto lordo annuale. Cioè la varianza non è costante. Per esempio, non è possibile tracciare la dipendenza degli incrementi del GWP dal tasso di disoccupazione perché il tasso di disoccupazione fluttua all'interno di un intervallo con varianza costante, mentre il GWP cresce esponenzialmente, con varianza crescente in modo esponenziale. Quindi gli incrementi devono essere normalizzati alla varianza variabile nel tempo. Ma calcolare quest'ultimo non è facile.
3. Rimuovere dai dati la tendenza calcolata per esempio dal filtro di Hodrick-Prescott e normalizzare il residuo ad alta frequenza per la varianza variabile nel tempo e usarlo come input del modello. Il problema qui è che il filtro Hodrick-Prescott e altri filtri basati sull'adattamento polinomiale(filtro Savitzky-Golay, lowess, ecc.) guardano avanti. Il mooving ritarda i dati ed è inadatto alla rimozione della tendenza, specialmente su dati in crescita esponenziale.
Qualche altra idea?
C'è uno sguardo al futuro nella mia ultima previsione di crescita del GWP. L'ho scoperto solo dopo la pubblicazione. Ecco perché il modello ha previsto così bene gli eventi passati. Continuo a lottare.