Previsão de mercado com base em indicadores macroeconômicos - página 41
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
O que você quer dizer? Eu previ a crise global, em 2007.
Todas as "previsões" nesta vida não valem NADA - somente o dinheiro vale alguma coisa.
Você ganhou um milhão com essa previsão?
Há milhões de pessoas em todo o mundo que "previram" algo - apenas alguns poucos ganharam dinheiro.
Eu tinha certeza - eu deveria ter hipotecado meu apartamento e me aberto a tudo.
Todas as "previsões" nesta vida não valem NADA - somente o dinheiro vale alguma coisa.
Você ganhou um milhão com essa previsão?
Há milhões de pessoas em todo o mundo que "previram" algo - apenas alguns poucos ganharam dinheiro.
Eu tinha certeza - eu deveria ter hipotecado meu apartamento e me aberto a tudo.
Cossack, sua ganância tresanda a Goldman Sachs. Você deve pelo menos se disfarçar de alguma forma, você sabe -.....
Nem tudo é medido em dinheiro. A única maneira de você entender isso é se você se tornar um economista ou um comerciante.
Cossack, sua ganância tresanda a Goldman Sachs. Você deve pelo menos se disfarçar de alguma forma, você sabe -.....
Nem tudo é medido em dinheiro. A única maneira de entendê-lo é se você se tornar um economista ou um comerciante.
)))
Você não pode ser um TRADER sem medir tudo em termos de dinheiro!
Você pode ser um economista, mas não um comerciante.
Se você tivesse aberto tudo em 2007, você teria saído do mercado no outono de 2008.
Expulsar -
GDP = 144.1876*COL83
PIB = COL226
PIB = COL739
GDP = 62 + COL1128
GDP = 0,001*COL1168
etc....
(COL83 = coluna 83)
Não escavou muito (menos do que o matlab pesquisado)))
Exportar do matlab com separadores ; = dlmwrite('myfile', Data,';')
A partir de uma dica dois modelos 1 pt para frente (vermelho e verde).
Lado direito da linha vertical = aplicação de modeladores a novos dados...
Os dados não são, no mínimo, grandes. + Demasiadas coisas)).
Descarte -
GDP = 144.1876*COL83
PIB = COL226
PIB = COL739
GDP = 62 + COL1128
GDP = 0,001*COL1168
etc....
(COL83 = coluna 83)
Não escavou muito (menos do que o matlab pesquisado)))
Exportar do matlab com separadores ; = dlmwrite('myfile', Data,';')
Hopscotch dois modelos 1 pt para frente (vermelho e verde).
Lado direito da linha vertical = aplicação dos modelos aos novos dados...
Bem, é primavera, o urso está acordado, faminto ...
Devo lhe mostrar como o S&P500 caiu em 2008 durante o crescimento negativo do PIB, ou você quer vê-lo por si mesmo?
Vá para o início da linha e leia sobre meus objetivos - prever colisões e evitar posições longas antes que elas ocorram. Eu não estou interessado em negociar, por isso uso dados trimestrais. O principal é a preservação do capital. E como o S&P500 flutua em torno de suas tendências e flat não tem nenhum interesse para mim.
>> Livre-se dessa arrogância radiotécnica de pensar que todos os economistas são idiotas... O que o faz pensar que você é o único que lê esses milhares de indicadores econômicos? Eles também os lêem.
Eu não acho que eles sejam todos idiotas, mas a maioria deles são, postulam coisas que virão ou prevêem constantemente uma recessão até que ela aconteça, e então se declaram gênios. Até agora, nenhum economista previu o acidente de 2008, portanto, sim, idiotas, exceto por um casal. O Banco Fed usa seu modelo SDGE com 16 indicadores geralmente aceitos para prever a economia e esse modelo é idiota. E você provavelmente ainda nem ouviu falar de tal modelo.
Não tem nada a ver com engenharia e correlação de rádio. Eu não uso métodos radiotecnológicos, mas também não vejo nenhum dano neles. Você é arrogante no sentido de que não permite a existência de métodos de análise e a criação de modelos diferentes daqueles geralmente aceitos em economia. Ignorar o progresso da modelagem e da aprendizagem de máquinas em outros ramos da ciência é arrogância, ou mesmo estupidez, não permitindo novas descobertas.
Isso mesmo, não há autoridades na linha de frente. Respeito e respeito às autoridades, mas você deve pensar com a cabeça, e duvidar de tudo, mesmo que tenha certeza, deixar uma pequena porcentagem de dúvida, e de repente esta pequena porcentagem pode levar a um avanço.
O meme "durante o crescimento negativo do PIB" é uma delícia :))))
Nada mal para começar. A que ano corresponde a linha vertical? E quantos preditores estão nos modelos?
Eu construí modelos sobre as primeiras 100 observações. Acontece 104, e com 105 já é OOS. Verde - muito simples, 6-7 preditores sem transformação. O vermelho é o dobro.
+ tomei valores absolutos e pecados, etc., e isto é visível no LSS, começa a tempestade)))) Em ambos (para estabilidade) - sem coeficientes, apenas fórmulas simples
entre os preditores utilizados. Não normalizado, para as primeiras diferenças (incrementos), então trazido para torná-lo mais claramente visível onde uma falha. As observações são insuficientes, deve haver
Para fazer um modelo fazer mais ou menos "sentido físico". Como - desemprego e (ou) blá-blá-blá-blá, sua relação ... etc. Tentei, falhei)))) Se com uma reciclagem em
cada observação (trimestre) como você está fazendo, não faz nenhuma diferença o que você está inserindo, desde que haja um corte. Tanto quanto sei, a rede está se capturando, no entanto, os dados
é melhor limpar os dados de antemão...
Meu código Matlab primeiro remove os preditores que têm NaN na história simulada, depois converte todos os dados pelo mesmo método, depois percorre toda a história tentando cada um dos 2 mil preditores e suas versões atrasadas para capacidade de previsão do futuro passado, calcula o erro de previsão acumulado de cada preditor e finalmente dá uma lista de preditores ordenados por seu erro. Se isto for feito para cada momento passado da história e se tomar os melhores palpiteiros e prever o futuro, o resultado é bastante decente por alguns anos até que uma recessão aconteça. Nessas ocasiões, os melhores projetistas do passado não prevêem bem a queda do PIB e são substituídos por novos projetistas. E assim continua até que ocorra uma nova recessão. Não sei se existe uma fórmula universal para a dependência do PIB de alguns dos principais responsáveis pelas previsões. Se acrescentarmos mais cem anos de história, ao final desses cem anos, teremos uma lista de prognósticos que previu todas as recessões mais ou menos bem, mas quando a próxima recessão chegar, eles poderão ser substituídos por novos preditores novamente.
Escolher intuitivamente os preditores também é errado. Por exemplo, a taxa de desemprego é um preditor ou um preditor atrasado? Uma alta taxa de desemprego causa uma recessão ou vice-versa, uma recessão causa uma alta taxa de desemprego? Parece-me que a recessão causa uma alta taxa de desemprego, portanto usar o desemprego para prever as recessões não é uma opção. Mas a decisão de usar quaisquer preditores no modelo é feita pelo meu código com base em erros de previsão acumulados. Até agora, o papel principal no meu modelo é assumido por preditores baseados em investimentos privados na construção de casas e no consumo doméstico. Isto é provavelmente lógico, porque as casas e eletrodomésticos são uma grande parte do PIB. Se as pessoas não compram casas, geladeiras e televisores, a produção diminui, o PIB diminui, as fábricas despedem trabalhadores, o desemprego aumenta, o consumo diminui ainda mais. Republicanos e democratas estão tirando o país da recessão de diferentes maneiras. Os democratas dão dinheiro à população de baixos salários (vouchers) para aumentar seu consumo ou incentivar a imigração a criar uma nova consumistocracia. Os republicanos argumentam que um subsídio único de US$ 500-700 para famílias pobres não lhes permitirá comprar uma nova casa ou carro e fazer a economia avançar. Eles preferem dar dinheiro aos pobres, baixando os impostos, especialmente sobre investimentos. A teoria deles é que os ricos, ao poupar mais dinheiro em impostos mais baixos, comprarão coisas mais caras (casas, carros, etc.) que aumentarão o consumo onde for importante, ou investirão o dinheiro em empresas que reduzirão o desemprego, aumentarão a capacidade de pagamento e aumentarão o consumo. A Reaganomics foi baseada nisto.
1. Calcular as velocidades relativas: r[i] = x[i]/x[i-1]-1. Esta transformação normaliza automaticamente os dados, não há como olhar para o futuro, não é preciso fazer mais nada. Mas existe um grande problema com dados zero (x[i-1]=0) e dados negativos, e há muitos destes em indicadores econômicos.
2. Calcular os incrementos d[i] = x[i] - x[i-1]. Esta transformação não se preocupa com dados zero e negativos, mas os incrementos crescem com o tempo para dados de crescimento exponencial, como o produto bruto anual. Isto é, a variação não é constante. Por exemplo, não é possível traçar a dependência dos incrementos do PAG em relação à taxa de desemprego porque a taxa de desemprego flutua dentro de uma faixa com variação constante, enquanto o PAG cresce exponencialmente, com variação exponencialmente crescente. Portanto, os incrementos devem ser normalizados para a variação temporal variável. Mas calcular este último não é fácil.
3. Remover dos dados a tendência calculada, por exemplo, pelo filtro Hodrick-Prescott e normalizar a alta freqüência residual pela variação do tempo - variável e usar como modelo de entrada. O problema aqui é que o filtro Hodrick-Prescott e outros filtros baseados em encaixe polinomial(filtro Savitzky-Golay, lowess, etc.) olham para o futuro. Mooving retarda os dados e é inadequado para a remoção de tendências, especialmente em dados exponencialmente crescentes.
Alguma outra idéia?