Предсказание рынка на основе макроэкономических показателей - страница 37

Новый комментарий
 
Дмитрий:
Очень просто - не открываться на время выхода важных новостей

На новостях не торгую. Без них движений хватает.

Советник то тонко заточен, а вот брокер может подляну вкинуть. 

 

Продолжаю тему. Напоминаю что моя модель предсказывает рынок на основе макроэкономических показателей. Из 2 тысяч экономических показателей выбираются несколько по их способности предсказать будущее. Заглядывания вперёд нет. Каждый квартал, при поступлении данных о GDP росте и других показателей, модель автоматически пробегает по истории включая свежие данные, выбирает показатели которые хорошо предсказали старые и новые данные и делает на их основе новое предсказание на 2 квартала вперёд. После моего последнего прогноза, я нашёл несколько ошибок в коде. Также нашёл новое преобразование экономических показателей, которе делает предсказания более точными. Вкратце, совет другим прогнозёрам и предсказателям, дифференциация входных данных не очень подходит для предсказаний так как теряется структура данных (сигнал) и усиливается их шум.

Вот предсказания GDP роста в США. Синяя линия это фактические данные. Красная линия предсказания. Для каждого прошлого предсказания использовались только даные доступные до того момента времени минус два квратала. Пока экономика будет расти умеренно. Хотя судя по медленной сглаживающей GDP роста, вполне возможна рецессия в следующем году. В следующем посте покажу точность предсказаний GDP разными банками и экономистами. 

 

Предсказание S&P500 пока не готово. Всё таки предсказание рынка намного труднее чем самих экономических показателей. Очень много шума в ценах. 

 
Vladimir:

Продолжаю тему. Напоминаю что моя модель предсказывает рынок на основе макроэкономических показателей. Из 2 тысяч экономических показателей выбираются несколько по их способности предсказать будущее. Заглядывания вперёд нет. Каждый квартал, при поступлении данных о GDP росте и других показателей, модель автоматически пробегает по истории включая свежие данные, выбирает показатели которые хорошо предсказали старые и новые данные и делает на их основе новое предсказание на 2 квартала вперёд. После моего последнего прогноза, я нашёл несколько ошибок в коде. Также нашёл новое преобразование экономических показателей, которе делает предсказания более точными. Вкратце, совет другим прогнозёрам и предсказателям, дифференциация входных данных не очень подходит для предсказаний так как теряется структура данных (сигнал) и усиливается их шум.

Вот предсказания GDP роста в США. Синяя линия это фактические данные. Красная линия предсказания. Для каждого прошлого предсказания использовались только даные доступные до того момента времени минус два квратала. Пока экономика будет расти умеренно. Хотя судя по медленной сглаживающей GDP роста, вполне возможна рецессия в следующем году. В следующем посте покажу точность предсказаний GDP разными банками и экономистами. 

 

Предсказание S&P500 пока не готово. Всё таки предсказание рынка намного труднее чем самих экономических показателей. Очень много шума в ценах. 

а можно взглянуть на исходные фактические данные по GDP - можно тут простой табличкой
 
Последнее значение не 0.7, а 1%.
 
Дмитрий:
а можно взглянуть на исходные фактические данные по GDP - можно тут простой табличкой

Вот здесь: https://research.stlouisfed.org/fred2/series/GDPC96#

Таблица и расчёты роста приложены. 

Real Gross Domestic Product, 3 Decimal
Real Gross Domestic Product, 3 Decimal
  • fred.stlouisfed.org
Units: Display integer periods instead of dates (e.g. ...,-1,0,1,...) with the value scaled to 100 at period 0. Use a formula to modify and combine data series into a single line. For example, invert an exchange rate a by using formula 1/a, or calculate the spread between 2 interest rates a and b by using formula a - b. Use the...
Файлы:
GDPC96.zip  16 kb
 
Vizard_:
Последнее значение не 0.7, а 1%.

Это точно. Вижу что фед скорректировал данные по GDP в прошлую пятницу. Мои предсказания не меняются из-за корректеровок так как они используют прошлые установившиеся данные. Корректировки будут продолжаться месяцами и могут изменить advance данные довольно существенно. Моё предсказание 4-го квартала это 2.1% роста, корректировка изменила advance 0.7% в 1%. Применять advance данные как показатель точности предсказаний не рекомендуется. Вот примеры прошлых корректировок:

2015Q4 
Percent Change 
Vintage Billions of Current Dollars from Preceding Period
GDP GDI Real GDP Real GDI Release Date
Advance 18,128.2 ..... 0.7 ..... Jan 29, 2016  GDI not published 
2015Q3 
Percent Change 
Vintage Billions of Current Dollars from Preceding Period
GDP GDI Real GDP Real GDI Release Date
Third 18,060.2 18,272.1 2.0 2.7 Dec 22, 2015  
Second 18,064.7 18,292.1 2.1 3.1 Nov 24, 2015  
Advance 18,034.8 ..... 1.5 ..... Oct 29, 2015  GDI not published
2015Q2 
Percent Change 
Vintage Billions of Current Dollars from Preceding Period
GDP GDI Real GDP Real GDI Release Date
Revised 17,913.7 18,094.0 3.9 2.2 Nov 24, 2015  GDP not open for revision
Third 17,913.7 18,028.1 3.9 0.7 Sep 25, 2015  
Second 17,902.0 18,022.9 3.7 0.6 Aug 27, 2015  
Advance 17,840.5 ..... 2.3 ..... Jul 30, 2015  GDI not published
2015Q1 
Percent Change 
Vintage Billions of Current Dollars from Preceding Period
GDP GDI Real GDP Real GDI Release Date
Revised 17,649.3 17,901.6 0.6 0.4 Aug 27, 2015  GDP not open for revision
Revised 17,649.3 17,895.6 0.6 0.3 Jul 30, 2015  
Third 17,693.3 18,019.1 -0.2 1.9 Jun 24, 2015  
Second 17,665.0 17,993.3 -0.7 1.4 May 29, 2015  
Advance 17,710.0 ..... 0.2 ..... Apr 29, 2015  GDI not published
 

Кому интересно, предсказания экономистов можно найти здесь: http://projects.wsj.com/econforecast/#ind=gdp&r=20

Внизу таблица прошлых предсказаний наиболее точных предсказателей (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, UBS bank). Всего предсказателей около 50-и. Наиболее интересен период 2008 года, первый квартал, когда GDP Упал на 2.7%. Не один экономист не мог предсказать это за 2 квартала вперёд, хотя упомянутые выше экономисты в таблице внизу смогли это предсказать за 1 квартал вперёд. Остальные 40 экономистов включая крупнейшие банки продолжали предсказывать рост аж до 4-го квартал 2008 года. Посмотреть предсказания всех экономистов, используйте ссылку верху, на меню слева, в самом внизу выберите Edition а потом строчкой повыше Download.

Begninning of Quarter Forecast for Actual Economic Forecasting Survey, 1Q ahead Economic Forecasting Survey, 2Q ahead S&P, 1Q ahead S&P, 2Q ahead BA, 1Q ahead BA, 2Q ahead Moody's, 1Q ahead Moody's, 2Q ahead GS, 1Q ahead GS, 2Q ahead Northern Trust, 1Q ahead Northern Trust, 2Q ahead Combinatorics Capital, 1Q ahead Combinatorics Capital, 2Q ahead UBS, 1Q ahead UBS, 2Q ahead

























                         
2007-07-01 Q3 2.7 2.3 2.4 2.5   2.2   2   2.5   1.5   2   1.7  
2007-10-01 Q4 1.4 1.6 2.5 1.5 2.7 1.4 2.5 1.5 3.8 1.5 2.5 1.3 1.5   1 1.7 1.7
2008-01-01 Q1 -2.7 0.6 1.9 -0.8 1.4 -0.8 1.7 -0.2 1.3 -0.5 1 -0.7 0.6 -1   -1 2
2008-04-01 Q2 2.0 0.2 1.2 -0.8 1.2 -0.3 0.2 0.5 0.8 -1 -1 -0.8 -0.7 2.5 1 -1.5 -1.5
2008-07-01 Q3 -1.9 1.3 1.8 1.7 2.3 1.6 1.4 1.2 2.4 2 1 0 0.3 0.5 0.5 -1 -0.5
2008-10-01 Q4 -8.2 -3 0.6 -3.1 -0.8 -4.2 1.4 -3.2 0.2 -3.5 0 -4.1 -1.2 -3.5 -1 -3.5 -0.5
2009-01-01 Q1 -5.4 -4.6 -1.5 -5.5 -2 -5.2 -2.1 -5 -0.9 -4.5 -2 -6.4 -2.9 -3 -1.5 -4 -1.5
2009-04-01 Q2 -0.5 -1.4 -1.5 -2.4 -2 -4.8 -3.2 -0.9 -0.9 -3 -1 -3.8 -2.5 0 0 -2 0
2009-07-01 Q3 1.3 2.4 0.6 1 -0.2 3 2.5 3 0.8 1 1 1.5 -1.9 3 2 2.5 2
2009-10-01 Q4 3.9 2.9 2.1 1.8 1.5 3.4 2.3 2.9 2.2 3 -0.2 2.6 2.2 4 4 3 3
2010-01-01 Q1 1.7 3 2.8 2.5 1.9 2 3.5 2.4 2.4 2.5 2 2.7 2 4 3 2.5 2.5
2010-04-01 Q2 3.9 3.4 3 3.1 2 3 3.7 3.61 2.5 3 2 2.9 2.4 4.5 4.5 3 2.5
2010-07-01 Q3 2.7 2.5 3.1 2.5 3 2.9 3.6 2 2.32 1.5 1.5 1.8 2.4 4 5 3 3
2010-10-01 Q4 2.5 2.4 2.7 2 2.3   2.6 2.5 2.2 1.5 1.5 1.9 1.9 4 4 2.5 2.5
2011-01-01 Q1 -1.5 3.6 2.5 3.5 2.4 4   3.8 2.9 3.5 1.5 3.5 2.4 5 5 4.2 3
2011-04-01 Q2 2.9 3.2 3.4 3.2 3.2 2.8 3 2.6 3.7 3.5 4 3.5 3.2 4.5 3.5 3.5 3.5
2011-07-01 Q3 0.8 2.1 3.3   3.3 1.8 2.9 2.6 3.2 2 3.3 2.3 2.9 4 5 2.5 3
2011-10-01 Q4 4.6 2.5 2.4     3 2.2 2.5 2.5 2 2 2.2 2.2 3.5 4.5 2 2
2012-01-01 Q1 2.7 2.3 2     2.2 2 1.6 1.6 2.3 0.5 2.4 1.5 3.5 3.5 2.3 2
2012-04-01 Q2 1.9 2.2 2.4 2.1   2.2 2 2.2 1.6   1.5 2.2 2.4 2.2 4.5 2 2
2012-07-01 Q3 0.5 1.8 2.3   2 1.3 2 1.1 1.7 2 2 1.8 2.5 2.5 2.5   2
2012-10-01 Q4 0.1 2 2.1     2 1 2 1.4   2 2 2 2 4    



















Economic Forecasting Survey
Economic Forecasting Survey
  • WSJ.com News Graphics
  • projects.wsj.com
The Wall Street Journal surveys a group of nearly 50 economists on more than 10 major economic indicators on a monthly basis.
 
Vladimir:

Кому интересно, предсказания экономистов можно найти здесь: http://projects.wsj.com/econforecast/#ind=gdp&r=20

Внизу таблица прошлых предсказаний наиболее точных предсказателей (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, UBS bank). Всего предсказателей около 50-и. 




















Это не просто точность моделей оценки разных экономистов - всё это форвард-тесты.
 

http://library.hse.ru/e-resources/HSE_economic_journal/articles/18_01_07.pdf  интересная статья  на тему.....

 

Спасибо. Почитаю. 

Самое трудное в создании моделей экономики это преобразование входных данных. Если посмотреть на экономические показатели (их около 10 тысяч), то они во многом отличаются друг от друга. Одни экспоненциально растут, другие дёргаются в каком-то диапазоне, другие дёргаются около нуля с возрастающей магнитудой, други рывком изменяются в середине истории, и т.п. Чтобы создать модель, все эти данные нужно изменить таким образом чтибы у них были похожие статистические характеристики, не изменяющиеся по времени. Существуют такие возможности:

1. Расчитать относительные скорости: r[i] = x[i]/x[i-1]-1. Такое преобразование автоматически нормализует данные, заглядывания в будущее нет, больше ничего делать не нужно. Но большая проблема существует с нулевыми данными (x[i-1]=0) и отрицательными данными, а таких в экономических показателях много.

2. Расчитать приращения d[i] = x[i] - x[i-1]. Такому преобразованию пофигу нулевые и отрицательные данные, но приращения растут по времени для экспоненциально растущих данных как например годовой валовый продукт. Т.е. дисперсия не постоянна. Например, построить зависимость приращений ГВП от уровня безработицы нельзя так уровень безработицы колеблется в диапазоне с неизменной дисперсией, а ГВП растёт экспоненциально, с экспоненциально растущей дисперсией. Значит приращения нужно нормализовывать на изменяющуюся по времени дисперсию. Но расчитать последнюю это не так и просто.

3. Убрать из данных тренд, расчитанный например фильтром Ходрика-Прескота, а высокочастотный остаток нормализовать изменяющейся по времени дисперсией и использовать как вход модели. Проблема здесь в том что фильтр Ходрика-Прескота и другие фильтры основанные на подгонке полиномов (Savitzky-Golay filter, lowess, и т.п.) загляд.вают в будущее. Мувинг отстаёт от данных и непригоден для убирания тренда, особенно на экспоненциально растущих данных.

Другие идеи есть?

В моём последнем предсказании роста ГВП есть заглядывание в будущее. Я только после публикации обнаружил. Поэтому так хорошо модель предсказала прошлые события. Продолжаю бороться.

1...303132333435363738394041424344...61
Новый комментарий