Makroekonomik göstergelere dayalı piyasa tahmini - sayfa 37
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Çok basit - önemli haberlerin yayınlanması sırasında açmayın
Haber ticareti yapmıyorum. Onlarsız, yeterince hareket var.
Danışman iyi bir şekilde keskinleştirilmiştir, ancak komisyoncu hile yapabilir.
Konuya devam ediyorum. Modelimin piyasayı makroekonomik göstergelere göre tahmin ettiğini hatırlatırım. 2.000 ekonomik göstergeden birkaçı geleceği tahmin etme yeteneklerine göre seçilmiştir. İleriye bakmak yok. Her üç ayda bir, GSYİH büyümesi ve diğer göstergelere ilişkin verilerin alınmasıyla birlikte, model otomatik olarak geçmiş veriler de dahil olmak üzere geçmişe gider, eski ve yeni verileri iyi öngören göstergeleri seçer ve bunlara dayanarak 2 çeyrek ileride yeni bir tahmin yapar. Son tahminimden sonra kodda birkaç hata buldum. Ayrıca, tahminleri daha doğru hale getiren ekonomik göstergelerde yeni bir dönüşüm bulundu. Kısacası, diğer tahmincilere ve tahmincilere tavsiye, verinin yapısı (sinyal) kaybolduğu ve gürültüsü arttığı için girdi verilerinin farklılaştırılması tahminler için çok uygun değildir.
İşte ABD'deki GSYİH büyüme tahminleri. Mavi çizgi gerçek verilerdir. Kırmızı tahmin çizgisi. Her geçmiş tahmin için, yalnızca o ana kadar mevcut olan veriler, eksi iki çeyrek kullanıldı. Ekonomi ılımlı büyürken. Her ne kadar yavaş yavaş GSYİH büyümesine bakılırsa, gelecek yıl bir durgunluk oldukça olası. Bir sonraki yazıda farklı banka ve ekonomistlerin GSYİH tahminlerinin doğruluğunu göstereceğim.
S&P500 tahmini henüz hazır değil. Yine de, piyasayı tahmin etmek, ekonomik göstergelerin kendisinden çok daha zordur. Fiyatlarda çok fazla gürültü var.
Konuya devam ediyorum. Modelimin piyasayı makroekonomik göstergelere göre tahmin ettiğini hatırlatırım. 2.000 ekonomik göstergeden birkaçı geleceği tahmin etme yeteneklerine göre seçilmiştir. İleriye bakmak yok. Her üç ayda bir, GSYİH büyümesi ve diğer göstergelere ilişkin verilerin alınmasıyla birlikte, model otomatik olarak geçmiş veriler de dahil olmak üzere geçmişe gider, eski ve yeni verileri iyi öngören göstergeleri seçer ve bunlara dayanarak 2 çeyrek ileride yeni bir tahmin yapar. Son tahminimden sonra kodda birkaç hata buldum. Ayrıca, tahminleri daha doğru hale getiren ekonomik göstergelerde yeni bir dönüşüm bulundu. Kısacası, diğer tahmincilere ve tahmincilere tavsiye, verinin yapısı (sinyal) kaybolduğu ve gürültüsü arttığı için girdi verilerinin farklılaştırılması tahminler için çok uygun değildir.
İşte ABD'deki GSYİH büyüme tahminleri. Mavi çizgi gerçek veridir. Kırmızı tahmin çizgisi. Her geçmiş tahmin için, yalnızca o ana kadar mevcut olan veriler, eksi iki çeyrek kullanıldı. Ekonomi ılımlı büyürken. Her ne kadar yavaş yavaş GSYİH büyümesine bakılırsa, gelecek yıl bir durgunluk oldukça olası. Bir sonraki yazıda farklı banka ve ekonomistlerin GSYİH tahminlerinin doğruluğunu göstereceğim.
S&P500 tahmini henüz hazır değil. Yine de, piyasayı tahmin etmek, ekonomik göstergelerin kendisinden çok daha zordur. Fiyatlarda çok fazla gürültü var.
veya GSYİH ile ilgili orijinal gerçek verilere bakabilirsiniz - burada basit bir işaretle yapabilirsiniz
Burada: https://research.stlouisfed.org/fred2/series/GDPC96#
Tablo ve büyüme hesaplamaları ektedir.
Son değer 0,7 değil, %1'dir.
Kesinlikle. Fed'in geçen Cuma günü GSYİH verilerini düzelttiğini görüyorum. Tahminlerim, geçmiş sabit durum verilerini kullandıkları için ayarlamalar nedeniyle değişmiyor. Ayarlamalar aylarca devam edecek ve avans verilerini oldukça önemli ölçüde değiştirebilir. 4. çeyrek tahminim %2.1 büyüme, ayarlama %0.7'lik ilerlemeyi %1 olarak değiştirdi. Tahminlerin doğruluğunun bir göstergesi olarak önceden veri kullanılması önerilmez. İşte geçmişteki düzenlemelere örnekler:
İlgilenenler için ekonomistlerin tahminlerini burada bulabilirsiniz: http://projects.wsj.com/econorecast/#ind=gdp&r=20
Aşağıda en doğru tahmin edicilerin (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, UBS bank) geçmiş tahminlerinin bir tablosu bulunmaktadır. Toplamda yaklaşık 50 tahmin edici vardır. En ilginç dönem, GSYİH'nın %2,7 oranında düştüğü ilk çeyrek olan 2008'dir. Hiçbir ekonomist bu 2 çeyrek ilerisini tahmin edemezdi, ancak yukarıdaki tabloda belirtilen ekonomistler 1 çeyrek ilerisini tahmin edebildiler. En büyük bankalar da dahil olmak üzere kalan 40 ekonomist, 2008'in 4. çeyreğine kadar büyümeyi tahmin etmeye devam etti. Tüm ekonomistlerin tahminlerini görmek için en üstteki, soldaki menüdeki, en alttaki bağlantıyı kullanın, Edition'ı seçin ve ardından İndir'in üstündeki satırda.
İlgilenenler için ekonomistlerin tahminlerini burada bulabilirsiniz: http://projects.wsj.com/econorecast/#ind=gdp&r=20
Aşağıda en doğru tahmin edicilerin (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, UBS bank) geçmiş tahminlerinin bir tablosu bulunmaktadır. Toplamda yaklaşık 50 tahmin edici vardır.
http://library.hse.ru/e-resources/HSE_ economic_journal /articles/18_01_07.pdf hakkında ilginç bir makale.....
Teşekkür ederim. Yapacağım.
Ekonomik modeller oluşturmanın en zor yanı girdi verilerinin dönüştürülmesidir. Ekonomik göstergelere bakarsanız (yaklaşık 10 bin tane var), birçok açıdan birbirinden farklılar. Bazıları katlanarak büyür, diğerleri belirli bir aralıkta seğirir, diğerleri artan büyüklükle sıfır civarında seğirir, diğerleri tarihin ortasında aniden değişir ve bu böyle devam eder. Bir model oluşturmak için, tüm bu veriler, zamanla değişmeyen benzer istatistiksel özelliklere sahip olacak şekilde değiştirilmelidir. Böyle olasılıklar var:
1. Bağıl hızları hesaplayın: r[i] = x[i]/x[i-1]-1. Böyle bir dönüşüm verileri otomatik olarak normalleştirir, geleceğe bakmak gerekmez, başka bir şey yapılması gerekmez. Ama sıfır veri (x[i-1]=0) ve negatif veri ile büyük bir sorun var ve ekonomik göstergelerde bunun gibi pek çok şey var.
2. d[i] = x[i] - x[i-1] artışlarını hesaplayın. Bu dönüşüm, sıfır veya negatif verileri önemsemez, ancak artışlar, yıllık gayri safi yurtiçi hasıla gibi katlanarak büyüyen veriler için zamanla büyür. Onlar. dağılım sabit değildir. Örneğin, işsizlik oranı sabit dağılımlı bir aralıkta dalgalandığından ve GWP katlanarak büyüyen bir dağılımla katlanarak büyüdüğünden, GWP artışlarının işsizlik oranına bağımlılığı oluşturmak imkansızdır. Bu, artışların zamanla değişen bir varyansa normalleştirilmesi gerektiği anlamına gelir. Ancak ikincisini hesaplamak o kadar kolay değil.
3. Örneğin, Hodrick-Prescott filtresi tarafından hesaplanan trendi verilerden çıkarın ve yüksek frekanslı artıkları zamanla değişen bir varyansla normalleştirin ve bunu modelin girdisi olarak kullanın. Buradaki sorun, Hodrick-Prescott filtresinin ve polinom uydurmaya dayalı diğer filtrelerin ( Savitzky-Golay filtresi, lowess, vb.) geleceğe bakmasıdır. Hareketli ortalama, verilerin gerisinde kalıyor ve özellikle katlanarak büyüyen verilerde eğilimi ortadan kaldırmak için uygun değil.
Başka fikirlerin var mı?
En son GWP büyüme tahminimde geleceğe bir bakış var. Yazdıktan sonra öğrendim. Modelin geçmiş olayları bu kadar iyi tahmin etmesinin nedeni budur. Savaşmaya devam ediyorum.