Previsão de mercado com base em indicadores macroeconômicos - página 50

 
Дмитрий:

É tão difícil dizer a olho nu a esta escala.

Eu costumava rodar um modelo multifator, mas a precisão do modelo era menor do que as previsões disponíveis publicamente

Pegue apenas um indicador como HOUST1F ou PRFI e já seu modelo é mais preciso do que as previsões disponíveis publicamente. Adicione alguns indicadores de consumo e curva de rendimento e você tem um super modelo.

Abaixo está um gráfico do crescimento do PIB e do S&P500 desde 1959. Não se pode negar que o S&P500 caiu durante o crescimento negativo do PIB (recessões):

 

Eu mesmo tenho muitos "super modelos". Somente o teste de previsão, por alguma razão, mostra pior precisão de previsão do que as previsões publicadas

 
Vladimir:

Pegue apenas um indicador como HOUST1F ou PRFI e já seu modelo será mais preciso do que as previsões disponíveis publicamente. Adicione alguns indicadores de consumo e curva de rendimento e você tem um super modelo.

Abaixo está um gráfico do crescimento do PIB e do S&P500 desde 1959. Não se pode negar que o S&P500 caiu durante o crescimento negativo do PIB (recessões):


Você está respondendo seletivamente às minhas mensagens de alguma forma.

Naturalmente, o gráfico apresentado é como um bonde. O bonde está funcionando - e todos os passageiros estão indo, pare.... E a conexão entre os passageiros é uma só - eles estão no mesmo bonde - em nosso caso a mesma economia

O índice e o PIB são derivados da situação econômica do país e não há conexão entre eles.

A crise de 2008 foi uma crise imobiliária e os números do PIB e índices e muitos outros números são derivados dessa crise. E o índice não segue o PIB e o índice não segue o PIB - eles estão na melhor das hipóteses em sincronia (e nem sempre - você pode vê-lo no gráfico que você levantou anteriormente).

Há processos na economia que determinam seu movimento futuro e um monte de indicadores irá refletir esse movimento.

Quais são os movimentos subjacentes na economia dos EUA atualmente?

Pessoalmente, junto-me às pessoas que acreditam que o principal problema com a economia dos EUA é a taxa zero. Todo o setor social (seguros e fundos de pensão) lucrou com o investimento em títulos públicos. A taxas zero, estas organizações não obtêm os lucros de que necessitam. Se eles começarem a falir este tipo de organizações, será outro nível de problemas, eles não são dotcoms. A propósito, o PIB e todos os índices vão na mesma direção - para baixo, verticalmente

 
СанСаныч Фоменко:

O índice e o PIB são derivados da situação econômica do país e não há conexão entre eles.

A crise de 2008 é uma crise imobiliária e os números do PIB e do índice e muitos outros números do bonde são derivados dessa crise. E o índice não segue o PIB e o índice não segue o PIB - eles estão na melhor das hipóteses (e nem sempre - você pode vê-lo no gráfico que você levantou anteriormente) e mostram a mesma imagem.

Há processos na economia que determinam seu movimento futuro e um monte de indicadores irá refletir esse movimento.

Quais são os movimentos subjacentes na economia dos EUA atualmente?

Pessoalmente, junto-me às pessoas que acreditam que o principal problema com a economia dos EUA é a taxa zero. Todo o setor social (seguros e fundos de pensão) lucrou com o investimento em títulos públicos. A taxas zero, estas organizações não obtêm os lucros de que necessitam. Se eles começarem a falir este tipo de organizações, será outro nível de problemas, eles não são dotcoms. A propósito, o PIB e todos os índices irão na mesma direção, para baixo, verticalmente.

Concordo com tudo o que foi dito. Eu tentei encontrar onde eu disse que o índice de mercado estava caindo devido a uma queda no PIB e não consegui encontrá-lo. Ambas as quedas refletem o estado da economia, como você disse corretamente. Uma queda no índice do mercado é difícil de prever, uma queda no PIB é muito mais fácil de prever. Como as quedas no índice e no PIB ocorrem em sincronia (você mesmo o escreveu, embora a partir de minhas observações o índice comece a cair 1 trimestre antes do PIB), pode-se prever um declínio no índice ao prever um declínio no PIB, que é o que estou fazendo aqui. A habitação começa a cair muito mais cedo do que o mercado e o PIB. Portanto, como último recurso, se eu não conseguir criar um bom modelo S&P500 e GDP, eu apenas observarei o HOUST e os preços das casas e sair do mercado quando eles caírem. Até agora não se observou tal coisa. Quando o HOUST chegar a 1,6-1,7M, eu vou observar atentamente. Quando a HOUST cai abaixo de 1,2-1,3M, as recessões passadas começaram legitimamente.

https://research.stlouisfed.org/fred2/series/HOUST

Sobre o que é o problema da economia hoje, acho que a dívida privada continua a ter um grande problema. Os bancos ainda estão emprestando a pessoas que não podem pagar. Nos EUA, os bancos estão ficando loucos e dando descontos em compras com cartões de crédito. Cada loja de marca tem um cartão de crédito: Walmart, Target, Macy's, Starbuks, e centenas de outros. Na China, a dívida privada em relação ao PIB atingiu níveis ainda mais altos do que nos EUA antes da recessão. Talvez a China seja a causa da próxima recessão afinal de contas.

 
Vladimir:

Quanto ao que é o problema da economia atual, acho que a dívida privada continua sendo um grande problema. Os bancos ainda estão emprestando a pessoas que não podem pagar. Nos EUA, os bancos estão ficando loucos e dando descontos em compras com cartões de crédito. Cada loja de marca tem um cartão de crédito: Walmart, Target, Macy's, Starbuks, e centenas de outros. Na China, a dívida privada em relação ao PIB atingiu níveis ainda mais altos do que nos EUA antes da recessão. Talvez a China seja a causa da próxima recessão afinal de contas.

Sobre o PIB da China é mencionado no tópico "Interessante e Humoroso" de ontem. Segundo a "Teoria Geral de Tudo", o crescimento do PIB da China é 2/3 proporcional ao tempo (t-t0).


 

Vamos começar a analisar os preditores passo a passo. Primeiro, vamos transformar todos os dados como descrito acima, normalizando os incrementos absolutos de sua média. Em seguida, percorrer toda a história e ver os erros de previsão do PIB transformado usando a regressão linear. Aqui está uma lista dos 10 primeiros preditores ordenados por erro de previsão crescente:

Série Atraso Erro 'Corr Coeff'. Informações mútuas Descrição".
A012RC1Q027SBEA''. 1 0.785084491 0.521239874 0.207278508 Investimento fixo privado: Residencial: Estruturas
PRFI'. 1 0.785370338 0.52030199 0.205244075 Investimento Fixo Residencial Privado
A756RC1Q027SBEA''. 1 0.788998988 0.513150108 0.203337794 Investimento fixo privado em novas estruturas: Estruturas residenciais
DFDHRA3Q086SBEA''. 1 0.792817832 0.509246158 0.238935402 Gastos reais de consumo pessoal: Bens duráveis: Mobiliário e equipamentos domésticos duráveis (índice de quantidade tipo corrente)
'W988RC1Q027SBEA'. 1 0.792819625 0.512427741 0.209527444 Investimento doméstico privado bruto: Famílias e instituições
A713RX1Q020SBEA". 1 0.79292839 0.511152419 0.227008161 Vendas finais reais a compradores domésticos".
B713RA3Q086SBEA''. 1 0.792933677 0.511052828 0.227015597 Vendas finais reais a compradores domésticos (índice de quantidade em cadeia)".
'W791RC1Q027SBEA' (W791RC1Q027SBEA) 1 0.795610445 0.509720881 0.220612324 Investimento doméstico líquido: Particular: Domicílios e instituições
A943RC1Q027SBEA''. 1 0.799721554 0.493581939 0.198662644 "Investimento fixo privado: Residencial: Estruturas: Local permanente
A011RE1Q156NBEA'. 1 0.802124995 0.476308607 0.198071775 Ações do produto interno bruto: Investimento interno privado bruto: Investimento fixo: Residencial

Como podemos ver, há muitos preditores do tema do investimento, especialmente em bens imóveis e equipamentos domésticos. Os preditores com o menor erro de previsão também têm os maiores coeficientes de correlação com o PIB e alta informação mútua. Tanto A012RC1Q027SBEA quanto PRFI são adequados como o primeiro preditor do modelo. Por exemplo, vejamos um gráfico da dependência do PIB transformado em relação ao PRFI(1):

A cor dos pontos muda suavemente ao longo do espectro de acordo com o tempo, ou seja, por exemplo, os pontos azuis pertencem ao mesmo intervalo de tempo. Como pode ser visto no gráfico, não há nenhuma mudança particular na dependência do PIB em relação ao PRFI ao longo do tempo. A dependência linear não é pior do que a dependência não linear neste caso, e é preferível devido à sua simplicidade. A propósito, podemos discutir se as redes neurais não lineares oferecem alguma vantagem nos modelos financeiros quando os dados de entrada são tão ruidosos.

Agora vamos olhar as previsões do PIB passado e futuro com base no PRFI(1):

Bastante bom, e com apenas um preditor, melhor que as previsões bancárias. Não há uma visão do futuro nestas previsões, pois em cada ponto passado da história foram utilizados os dados do PIB e do PRFI disponíveis até aquele momento. A única visão prospectiva existe na escolha do próprio preditor (o PRFI foi escolhido ao longo da história).

 

Vamos em frente. A escolha do segundo preditor não é tão simples. Eu uso uma espécie de regressão gradual. A idéia é que depois de encontrar o primeiro preditor e modelo do PIB em sua base, eu subtraio seu modelo do PIB. O resíduo resultante torna-se uma nova série modelada para a qual eu encontro o segundo preditor e assim por diante. Aqueles que estão familiarizados com matemática sabem que todos os preditores selecionados desta forma devem ser ortogonais (correlação zero entre os preditores), o que não é o caso para a maioria dos indicadores econômicos. Há algumas soluções para isso, sobre as quais falaremos mais tarde.

Portanto, temos um modelo residual (PIB menos o modelo baseado no primeiro preditor). Começamos a analisar todos os preditores disponíveis e calculamos seu erro na previsão do residual, bem como sua correlação e informação mútua com o residual. Obtemos a seguinte tabela (apenas os primeiros 11 preditores são mostrados)

Atraso. Erro 'Corr Coeff'. Informações mútuas.
pred2 3 0.726557236 0.284915131 0.127184886
pred3 3 0.726787378 0.315902493 0.130087104
pred4 2 0.727334208 0.277286708 0.128992973
pred5 1 0.728784473 0.308420433 0.129030595
pred6 3 0.729279452 0.292608987 0.134332245
pred7 3 0.729297628 0.283750358 0.125613004
pred8 1 0.732298245 0.314324885 0.152677285
pred9 1 0.732362897 0.301421196 0.134899474
pred10 1 0.732917749 0.290449918 0.126357606
pred11 1 0.7342473 0.307902294 0.16423315
pred12 2 0.734315072 0.327789051 0.165246136

Neste caso, o erro de previsão é o erro combinado do primeiro preditor e de cada um dos preditores desta tabela. A escolha do segundo preditor deve ser feita com cautela aqui. Embora o pred2 nos dê o menor erro quando combinado com o primeiro preditor (PRFI ou pred1), o coeficiente de correlação e informação mútua deste preditor não é tão alto. Pred12 parece mais promissor, por isso vou escolhê-lo. O gráfico da dependência do resíduo em relação ao pred12:

A nuvem se tornou mais difusa. Previsões baseadas em pred1 e pred12:

 
Vladimir:

Não há uma visão do futuro nestas previsões, pois os dados do PIB e do PRFI disponíveis até aquele momento foram usados em cada ponto passado da história. A única espiada para o futuro existe na escolha do próprio preditor (o PRFI foi escolhido ao longo da história).

Um olhar para o futuro. É uma pena que seja uma espiada no futuro.

Quando você tem um MUITO grande conjunto de variáveis de entrada, você pode sempre escolher aquela que será a mais adequada para o intervalo escolhido da variável prevista, MAS NÃO O FATO QUE A RELAÇÃO FUNCIONAL ENTRE O FATOR E A FUNÇÃO ANTERIOR E A FUNÇÃO ANTERIOR É EXISTENTE.

Ou seja, a variável "Número de pacientes admitidos em hospitais em Angola com intoxicação alimentar" pode muito bem ser boa para o segmento selecionado do PIB americano projetado, mas obviamente não há nenhuma relação funcional.

Mais uma vez, apenas o atacante é decisivo, sem espreitadelas (mesmo na seleção variável).

A armadilha de um grande número de variáveis.

 
Дмитрий:

Ou seja, a variável "Número de pacientes admitidos em hospitais em Angola com intoxicação alimentar" pode se encaixar perfeitamente na trama selecionada do PIB americano projetado, mas obviamente não há nenhuma relação funcional.

Muitas vezes encontrei problemas semelhantes ao otimizar os especialistas. Por exemplo, você pode otimizar um Expert Advisor por 10 anos de história, obter o melhor resultado, e depois não obter nada de tais configurações. O problema é que o Expert Advisor ficou estagnado por 9 anos usando as configurações encontradas ali, e então foi lançado em apenas uma semana onde as configurações foram acidentalmente combinadas e levaram a um grande lucro. Tal acidente é improvável de acontecer no futuro. Uma boa solução é dividir todo o histórico comercial por anos, calcular o lucro para cada ano separadamente, e obter o pior resultado anual.

Para encontrar a melhor correlação eu usaria a seguinte função de erro: MAX(erro(2000-2016), erro(2000), erro(2001), ..., erro(2014), erro(2015)). Eu não garanto nada, eu não tentei esta abordagem para estatísticas.

 
Дмитрий:

Um olhar para o futuro. É uma pena que seja uma espiada no futuro.

Quando você tem um MUITO grande conjunto de variáveis de entrada, você pode sempre escolher a que melhor se ajustará ao intervalo escolhido da variável prevista, MAS NÃO O FATO QUE A RELAÇÃO FUNCIONAL ENTRE O FATOR E A FUNÇÃO PREVISTA É EXISTENTE.

Ou seja, a variável "Número de pacientes admitidos em hospitais em Angola com intoxicação alimentar" pode muito bem ser boa para o segmento selecionado do PIB americano projetado, mas obviamente não há nenhuma relação funcional.

Mais uma vez, apenas o atacante é decisivo, sem espreitadelas (mesmo na seleção variável).

A armadilha de um grande número de variáveis.

Concordo, até mesmo escrevi algo assim em algum lugar aqui. Escolher um preditor em toda a história e depois usar um teste prospectivo a partir da mesma história é uma auto-enganação que todos, desde comerciantes até especialistas, fazem. Muitos artigos escritos sobre a previsão da economia começam com uma lista de preditores selecionados e depois relatam resultados "ótimos". Os comerciantes escolhem estratégias baseadas, por exemplo, em recuperação ou fuga porque "funcionou no passado" e esperam que funcione no futuro e mostre testes do passado sem perceber que sua escolha da estratégia em si foi baseada em seu estudo de TODAS as histórias, incluindo a história para testes futuros. Para mim, o teste futuro do meu PIB e do meu modelo de mercado será o futuro, por isso, abri este fio condutor - fazer previsões, ver como elas se tornaram realidade em tempo real. O trabalho não está terminado. Há muitas idéias para a transformação não-linear de dados. Por exemplo, alguns preditores como HOUST afetam o crescimento do PIB através de alguma função de limiar.