基于宏观经济指标的市场预测 - 页 4

 
Demi:
有太多的指标、因素和新闻影响着价格。

没错,太多。

迪米

1.有。不是所有的东西,但有。

2.为什么?绝大多数宏观经济指标 都是由有经验的分析师预测的,而且相当成功,并提前一两个星期将预测结果公布于众。

3.市场对预测和可能出现的偏差都有反应

现在我们来分析一下,汇率和经济指标哪个更重要?

换句话说,是相信金钱还是金钱本身?汇率是对货币的信仰,而货币只是纸。

我们假设经济中没有发生任何事情,但对货币的信心被非经济事件所破坏,经济指标可以预测什么?

但是,如果我们接受汇率是主要的,那么就可以理解为什么当汇率变化时,经济指标会随着时间的推移而变化。

如果以上都是真的,那么根据经济指标进行预测是没有意义的,因为所有的波浪和所有的影响因素都已经被价格考虑进去了,只有将报价正确地分解为各个组成部分,才能进行预测。

 
Urain:

或者另一个例子是美国的货币供应数字。

直接影响股市--他们印制美元并将其注入经济。这些钱大部分流向了证券交易所,并相应地抬高了股票价格 和指数。

一段时间以来,公开市场委员会和美国财政部正式拒绝在公共领域公布这些指标。

 
Urain:

没错,太多。

现在我们来分析一下,汇率和经济指标哪个更主要?

换句话说,是相信金钱还是金钱本身?汇率是对货币的信仰,而货币只是纸。

我们假设经济中没有发生任何事情,但对货币的信心被非经济事件所破坏,经济指标可以预测什么?

但是,如果我们接受汇率是主要的,那么就可以理解为什么当汇率变化时,经济指标会随着时间的推移而变化。

如果上述情况都属实,那么就没有必要根据经济指标进行预测,因为所有的波浪和所有的影响因素都已经被价格考虑在内,只有将报价正确地分解为各组成部分,才能进行预测。

这种关系是双向的--所以不可能明确地确定什么是主要影响。

但简单的模式在这里不起作用。据我所知,公开市场委员会在日常工作中使用一个由100多个方程式组成的模拟模型来评估市场并作出利率决定。

 
gpwr:

...预测能力可以通过相关系数或相互信息来衡量。

你能否详细说明一下相互的信息。什么是方法,如何使用它?它在哪些包装中可用?
 
Demi:

这种联系是双向的--所以你不能明确地确定哪个是主要影响。

但简单的模式在这里不起作用。据我所知,公开市场委员会在日常工作中使用一个由100多个方程组成的模拟模型来估计市场并做出利率决定。

好的,100个方程式,他们把什么数据放在里面? 当前的还是预测的?

我假设目前,否则我们将不得不相信总统的诚信和邮政局长的诚信......。

如果他们使用当前的数据,他们将得到系统的当前状态,然后计算出正确的调节器(利率 等),以获得稳定的发展。

只要明白调控经济的目的,稳定经济,使危机只影响到系统中无效的部分。这是他们的意图,他们如何做是另一回事。

因此,指标(监管者)的计算是为了稳定经济,但它(监管)并不总是有效的,然后市场来拯救,调整没有考虑到的参数。

所以你会明白,市场只是一个减少经济监管错误的系统。由此产生的结果由你决定。

 
Urain:

总之,指标(监管者)的计算是为了稳定经济,但这种(监管)并不总是有效的,然后市场来拯救,调整没有考虑到的参数。

所以你会明白,市场只是一个减少经济监管错误的系统。你可以从中推断出下面的内容。

市场如何调整未计入的参数?

那么,如果市场是一个 "减少经济调节中的错误的系统",你如何解释这个系统中的经济危机的发生呢?

 
Demi:

市场怎么能调整不计其数的参数呢?

在这个系统中,如果市场是一个 "减虫系统",你如何解释经济危机?

通过改变货币的价值和指数的公开广播,这些指数被许多交易者和经济学家使用。

ZS 我们在这里践踏了瓦西里,他问了一个有趣的问题。

C-42015.02.13 14:22EN
gpwr:

...预测能力可以通过相关系数或相互信息来衡量。

你能否详细说明一下相互的信息。什么是方法,如何使用它?它在哪些包装中可用?
 
C-4:
你能详细说明一下相互信息吗?什么是方法,如何使用它?它在哪些包装中可用?
在分类包装中,它通常是建立在内部。这就是所谓的inportance。见我的文章。也可作为单独的软件包提供,如Boruta、FSelector。所有这些都定义了一些抽象的值,它表征了自变量对目标变量的 "影响 "或 "重要性"。
 

我不熟悉你所讨论的术语和技术。

如果你选择几种类型的数据,并通过优化方法给每种类型的数据分配一定的数字,然后输出这些数字的总和呢?

而当超过该金额的阈值时,就开启交易。

 
C-4:
你能否详细说明一下相互的信息。什么是方法,如何使用它?它在哪些包装中可用?

这很难一言以蔽之。先看这里

https://ru.wikipedia.org/wiki/%D0%92%D0%B7%D0%B0%D0%B8%D0%BC%D0%BD%D0%B0%D1%8F_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D1%8F

然后在这里(关于相互信息的章节,其中给出了公式)。

http://www.jclinbioinformatics.com/content/2/1/16