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...
Long-Term Capital Management Industry Founded Founder Defunct Headquarters Products LTCM Partners John W. Meriwether headed Salomon Brothers' bond arbitrage desk until he resigned in 1991 amid a trading scandal.4 According to Chi-Fu Huang, later a Principal at LTCM, the bond arbitrage group was responsible for 80-100% of...
В данной статье представлен пример решения задачи по разработке инструмента трейдера для получения и анализа различных показателей отчетов CFTC. Концепция, в которой реализован инструмент, заключается в следующем: разработать один индикатор, который позволял бы получать показатели отчетов непосредственно из файлов данных, предоставляемых комиссией без промежуточных обработок и преобразований.
好吧，这里是哈津的一个清晰的想法。
2010年，NYCE纳斯达克的金融工具总额=17.796美元+12.659万亿美元。而GDP是这个数字的一半。而金融业在国内生产总值中的份额是可笑的。这怎么可能呢？
在美国，有关统计的一切都必须极其谨慎地进行。人们必须深入研究计算GDP的方法...这有必要吗？
国内生产总值计算的是一年中提供的金融服务的数量，而不是国家股票市场的名义资本化。
嗯，你看，你已经做了两个。所以要考虑到经纪保证金。它比我们的少--一个可笑的数字。
其余的钱呢？你买了裤子，这是一个销售，但你买了股票，期货，那是什么？你必须计算账户的营业额...
嗯，你看，你已经做了两个。所以要考虑到经纪保证金。它比我们的少--一个可笑的数字。
其余的钱呢？你买了裤子，这是一个实现，但是你买了股票，买了期货，那是什么？你必须计算出账户的营业额...
整个市场经济....
你必须以实物计算，以大嘴计算。而货币价值，甚至是不同货币的价值，只有在价格稳定和利率稳定的情况下才是可行的。今天呢？每个人都被卢布所困...再看看货币对的图表吧!或者看一下美元指数的图表。我们可以谈什么价格？
我们与什么相比较呢？美国GDP的一部分用于在中国实际生产的电子产品？用真铁的空气？
正如我之前写的，我不选择预测器，而是通过预测误差来选择代码。我只是看一下最终的模型，然后检查一下指标是什么。例如，一个指标是房屋建设 的开始。
https://research.stlouisfed.org/fred2/series/HOUST1F
看这个图表，你可以看到经济衰退前房屋建筑开工率下降的趋势。代码选择哪些指标在很大程度上取决于数据转换方法。我很接受期货对GDP有影响的说法。如果有反映期货的时间序列，给我看看链接。我所有的预测指标都来自美联储的FRED2数据库。有经济和金融指标。
https://research.stlouisfed.org/fred2/categories
这些指标的问题是，大约有30万个指标。大量的区域和国际数据。我不得不手动丢弃 "不必要的 "数据，以避免加载代码。我们得到了大约1万个指标。但并非所有这些指标都是政府长期发布的：有些指标从1800年开始发布，有些则是在过去10年开始发布。我的代码只考虑自1960年以来产生的指标有足够的数据来建立模型，即55年的历史或每个指标中有220个数据。1万个选定的指标缩小到了2千。人们可以去讨论，今天的市场与50年前的市场有很大不同。而且我非常同意这一点：计算机、互联网、中国的影响、美国政府对经济管理的干预，等等。但是，如果我只取过去15年的数据，我在每个指标中只得到60个值，只有两次衰退，正如统计学家所知，这不足以建立一个模型。所以我必须深入了解历史，当时的经济状况是不同的。因此，出现了其他困难：当时描述经济的东西，今天并不能很好地描述它。顺便说一下，我试着把历史缩短了15-20年，但预测的结果要差得多。
正如我之前写的，我不选择预测器，而是通过预测误差来选择代码。我只是看一下最终的模型，然后检查一下指标是什么。例如，一个指标是房屋建设 的开始。
https://research.stlouisfed.org/fred2/series/HOUST1F
看这个图表，你可以看到经济衰退前房屋建筑开工率下降的趋势。代码选择哪些指标在很大程度上取决于数据转换方法。我很接受期货对GDP有影响的说法。如果有反映期货的时间序列，给我看看链接。我所有的预测指标都来自美联储的FRED2数据库。有经济和金融指标。
https://research.stlouisfed.org/fred2/categories
这些指标的问题是，大约有30万个指标。大量的区域和国际数据。我不得不手动丢弃 "不必要的 "数据，以避免加载代码。我们得到了大约1万个指标。但并非所有这些指标都是政府长期发布的：有些指标从1800年开始发布，有些则是在过去10年开始发布。我的代码只考虑自1960年以来产生的指标有足够的数据来建立模型，即55年的历史或每个指标中有220个数据。1万个选定的指标缩小到了2千。人们可以去讨论，今天的市场与50年前的市场有很大不同。而且我非常同意这一点：计算机、互联网、中国的影响、美国政府对经济管理的干预，等等。但是，如果我只取过去15年的数据，我在每个指标中只得到60个值，只有两次衰退，正如统计学家所知，这不足以建立一个模型。所以我必须深入了解历史，当时的经济状况是不同的。因此，出现了其他困难：当时描述经济的东西，今天并不能很好地描述它。顺便说一下，我试着把历史缩短了15-20年，但预测的结果要差得多。
正如我一个住在加拿大的老熟人所说：你的八号，事后会有人问你。
了解你在这个队列中的位置很重要。
这在某种程度上是对自己的贬低和侮辱。没有尊严感吗？以这样的态度，你不会走得很远。
我不是经济学专家，我不知道1号有多睿智，但在我的科学领域，我可以向你保证，大学教授的知识远远少于为公司工作的人，从业者。我想这在经济学中也是一样的：只有几位专家有能力提出新的理论，其余的人就像美国人说的那样，在打磨苹果。你认为美联储银行雇佣了知道如何预测经济的名人吗？2008年的情况如何？伯南克拒绝降低利率，直到2007年9月，经济衰退正式开始前3个月。那么在20世纪90年代末破产并被收购银行和政府救助的长期资本管理公司的对冲基金呢？这个基金由两位诺贝尔奖获得者斯科尔斯和默顿领导。斯科尔斯，你可能知道，是布莱克-斯科尔斯金融模型（期权定价模型）的作者之一，他因此获得诺贝尔奖。为什么有钱的投资者（那些是LTCM的成员）要么赚得很好，要么亏得很惨，但总能得到回报，最多是从政府那里得到回报，而其他投资者在股票市场上亏损，就这样，没有人救助他们。
https://en.wikipedia.org/wiki/Long-Term_Capital_Management
说实话，我自己没有读过这本书，但有人读过迪迪埃-索内托吗？
我将概述我在输入数据转换方面的经验。在关于经济建模的文章中，有几种转化数据的方法。
1.差额：x[i]-x[i-1]。如果输入x[]具有恒定的方差，则适用。我有大约2000个预测器，其历史可以追溯到1960年。为了看看它们的方差是如何随时间变化的，我计算了差值x[i]-x[i-1]，将其平方，然后用Hodrick-Prescott滤波器取平均值，λ为1e7，并取根以查看方差与时间的关系。然后我把每个输入变量在历史结束时（2015年第四季度）的方差除以历史开始时（1960年第一季度）的方差，并做了一个柱状图。
许多输入都有或多或少的恒定方差（故事开头和结尾的方差比例约为1）。但也有很多投入的方差比为3或更多。从1960年到今天，GDP的方差增加了约4倍。由于不可能用方差不变的投入来构建GDP模型，所以用方差来转换投入是不够的。
2.动量：x[i]/x[i-1]-1或对数（x[i]/x[i-1]）。自动归一化具有不同方差的输入，但只有在所有数据都是正数时才起作用。公式x[i]/x[i-1] - 1 = (x[i]-x[i-1])/x[i-1]可以被认为是以%计算增长，即x[i]-x[i-1]占x[i-1]的百分比。如果x[i-1]为零，这个公式就没有意义了，给出的是一个无限的值。当x[i-1]为负数时，这个公式也没有意义。大约15%的经济指标既有正值又有负值。你可以尝试对正数列使用动量，对负数列使用方差，希望负数列的方差近乎恒定。不幸的是，有一些经济指标有正有负，而且随着时间的推移，方差会强烈增长。比如说。
3.归一化的方差是（x[i]-x[i-1]）/StdDev[i]。根据我的经验，这是最好的和最通用的转换，适合所有类型的数据。这里有两个严重的问题。(1)如何正确计算StdDev的随时间变化的方差，(2)如果未来方差未知，如何将预测转化回原始序列形式。
我想把所有的现代经济数学分为两部分
这种划分似乎是错误的，因为不分析过去就不可能预测未来。
然而，在实践中，我发现情况并非如此。存在一种区别，而且是一种基本的区别。
1.本身就有分析。我们分析失业，寻找过去影响失业的因素。
2.还有一个分析。最初，我们试图预测失业，并寻找影响未来这种失业的因素。
在第一种情况下，如果我们想预测未来，我们就推断 我们的分析结果。在这里，我们遇到的情况是，外推值和当前值之间的差异落在置信区间 内，这意味着基于外推值的最佳预测器是当前值
在第二种情况下，我们对前一个值不感兴趣。我们根据历史数据计算出一个新的、未来的价值（趋势），而不是把过去延续到未来。在这种情况下，当新的数据到来时，模型根据对过去情况的了解做出预测，这些情况不一定是以前的，但却是过去的。
也就是说，应该严格区分推断和预测。
这些看似微妙的差异带来了非常严重的后果。
1.目标变量本身。事实证明，这远远不是一个闲置的问题。如果不对目标变量的属性进行彻底分析，特别是考虑到第2项，是不可能做到的。
选择与目标变量相关的预测因子。选择对目标变量具有预测潜力的预测因子，以获得其特性。例如，目标变量：增长-下降。我们需要与目标变量的增长-下降有关的预测因子，但对预测目标变量的价值的预测因子不感兴趣。
PS。
根据经验。在这种预测名义变量的方法中，我发现通过上述的预处理，以及通过更激进的方法，如转化为一组主成分（PCA或其他），对预测者的预测能力没有影响，这些方法对我们来说有令人惊讶的特性，也没有用。