Predicción de mercado basada en indicadores macroeconómicos - página 14

 

Me parece que tiene sentido modelar en períodos más cortos, al menos en datos diarios

Si se toma un año y medio de historia, se pueden captar las correlaciones a largo plazo y comprar en correcciones con horizonte de varios días a varias semanas.

Si tomamos 4h, necesitamos varios meses de historia y un horizonte de posición de unos pocos días

 

Según los precios mensuales de apertura desde el 01. 10. 2011 hasta la actualidad por el método https://www.mql5.com/ru/articles/250


Универсальная регрессионная модель для прогнозирования рыночной цены
Универсальная регрессионная модель для прогнозирования рыночной цены
  • 2011.02.07
  • Yousufkhodja Sultonov
  • www.mql5.com
Рыночная цена складывается в результате устойчивого равновесия между спросом и предложением, а те, в свою очередь, зависят от множества экономических, политических и психологических факторов. Непосредственный учет всех составляющих осложнен как различием природы, так и причиной воздействия этих факторов. На основании разработанной регрессионной модели в статье сделана попытка прогнозирования рыночной цены.
 

Así es como empezó la calificación inmediatamente después de la crisis (basada en 7 datos desde el 01. 03. hasta el 01. 08. 2009 - línea azul en negrita) y se podría haber predicho lo siguiente (línea roja-verde de valores calculados), que es aproximadamente lo que ocurrió (línea azul de datos reales):


 
yosuf:

Así es como empezó la calificación inmediatamente después de la crisis (basada en 7 datos desde el 01. 03. hasta el 01. 08. 2009 - línea azul en negrita) y se podría haber predicho lo siguiente (línea roja-verde de valores calculados), que es aproximadamente lo que ocurrió (línea azul de datos reales):


Una curva de predicción construida de manera que cada predicción esté un paso por delante del último precio conocido tendrá un error de predicción mucho menor en promedio que su curva de predicción. Además, debe haber habido tramos de tiempo en la historia en los que su predicción de tendencia fue exactamente la contraria. Te recomiendo que ejecutes tu método a través de la historia y calcules el error RMS de todas las predicciones sin mirar hacia adelante y lo pronormalices por el error RMS de todas las predicciones sobre una base de "valor futuro igual al último valor conocido". Si la RMS normalizada de las predicciones es inferior a 1, entonces tendré un gran interés en su método.
 

Así, la semana pasada se dio a conocer el crecimiento del PIB estadounidense del primer trimestre de 2015. He ejecutado mi predictor para los dos próximos trimestres y esto es lo que ha producido.

EL PIB:

S&P500:

Mi predicción de crecimiento del PIB para el primer trimestre no fue tan baja como el crecimiento no revelado. Pero esto último es sólo una estimación que se ajustará varias veces. El S&P500 sigue subiendo. Todavía no hay recesión a la vista.

 

Hola.

Hace mucho tiempo, cuando era un niño, en el sentido de empezar a entender el mercado, se me ocurrieron ideas similares a las tuyas.

Demostré que el análisis técnico (buscando todo tipo de cifras, etc.) no puede funcionar y no tiene ningún poder predictivo.

Hice aproximadamente lo mismo que tú en términos de matemáticas, pero en términos de sentido físico. A saber:

1. guardamos el historial, por ejemplo en M5, el tiempo suficiente, por ejemplo un centenar o más de miles de compases, por supuesto varios cientos de miles de compases es mejor.

2. seleccionamos un segmento de, por ejemplo, n = 144 (12 horas) barras al final del gráfico. Esto es lo último en bares, el estado actual del mercado.

3. En pasos de 1, comience a deslizar una ventana de ancho n en el pasado. Y lee el coeficiente de correlación lineal de Pearson. Disminuye gradualmente de 1 a un cierto valor, luego vuelve a aumentar y, naturalmente, en estas fluctuaciones, se acerca a la unidad una y otra vez...

4. Introduzca un umbral. Por ejemplo, Nivel = 0,9. El umbral puede ser menor o mayor, pero no importa. Y determinar las coordenadas de todos esos trozos de historia encontrados, cuando la forma del gráfico con el coeficiente de correlación superior al umbral coincide con el trozo interesante al final del gráfico.

5. Un paso importante: para la longitud de interés (la duración de la previsión, por ejemplo, también de 12 horas) definimos "trozos posteriores", es decir, trozos del gráfico que siguen a los trozos que hemos encontrado y que están bien formados para coincidir con el trozo del final. Llevamos a cabo un preprocesamiento por signo (si la correlación de los trozos es menor que el nivel menos, invertimos el signo de los afterbites), por escala(desviaciones estándar o algo más), y tales afterbites encontrados y preprocesados los promediamos. La idea es simple: si hay una cierta repetibilidad, una cierta regularidad, que "después de conseguir una finta como esta, se suele conseguir esta otra", entonces será estadísticamente significativo.

6. Como resultado del promedio tenemos: prácticamente una línea recta horizontal... No es perfecto, por supuesto, no es recto y no es horizontal, pero obviamente apunta a ello: 50/50 de posibilidades de subir y bajar, tal "previsión" ...

7. Conclusión: Este resultado de la promediación muestra (y puedo demostrarlo a partir de otras ideas), que todas las ideas de análisis técnico en el espíritu de "después de tal giro se perfila, por lo general va de esta manera" - tonterías para tontos.

 
Dr.Fx:

Hola.

Hace mucho tiempo, cuando era un niño, en el sentido de empezar a entender el mercado, se me ocurrieron ideas similares a las tuyas.

Demostré que el análisis técnico (buscando todo tipo de cifras, etc.) no puede funcionar y no tiene poder predictivo.

Hice aproximadamente lo mismo que tú en términos de matemáticas, pero en términos de sentido físico. A saber:

1. guardamos el historial, por ejemplo en M5, el tiempo suficiente, por ejemplo un centenar o más de miles de compases, por supuesto varios cientos de miles de compases es mejor.

2. seleccionamos un segmento de, por ejemplo, n = 144 (12 horas) barras al final del gráfico. Esto es lo último en bares, el estado actual del mercado.

3. En pasos de 1, comience a deslizar una ventana de ancho n en el pasado. Y lee el coeficiente de correlación lineal de Pearson. Disminuye gradualmente de 1 a un determinado valor, luego vuelve a aumentar y, naturalmente, en estas fluctuaciones, se acerca a la unidad una y otra vez...

4. Introduzca un umbral. Por ejemplo, Nivel = 0,9. El umbral puede ser menor o mayor, pero no importa. Y determinar las coordenadas de todos esos trozos de historia encontrados, cuando la forma del gráfico con el coeficiente de correlación superior al umbral coincide con el trozo interesante al final del gráfico.

5. Un paso importante: para la longitud de interés (la duración de la previsión, por ejemplo, también de 12 horas) definimos "trozos posteriores", es decir, trozos del gráfico que siguen a los trozos que hemos encontrado y que están bien formados para coincidir con el trozo del final. Llevamos a cabo un preprocesamiento por signo (si la correlación de los trozos es menor que el nivel menos, invertimos el signo de los afterbites), por escala(desviaciones estándar o algo más), y tales afterbites encontrados y preprocesados los promediamos. La idea es simple: si hay una cierta repetibilidad, una cierta regularidad, que "después de conseguir una finta como esta, se suele conseguir esta otra", entonces será estadísticamente significativo.

6. Como resultado del promedio tenemos: prácticamente una línea recta horizontal... No es perfecto, por supuesto, no es recto y no es horizontal, pero obviamente apunta a ello: 50/50 de posibilidades de subir y bajar, tal "previsión" ...

7. La conclusión: este resultado de promediación muestra (y puedo demostrarlo a partir de otras ideas), que todas las ideas de análisis técnico en el espíritu de "después de tal giro se perfila, por lo general sucede de esta manera" - tonterías para tontos.

¿Cuál es el número de coincidencias para las parcelas de qué tamaño que el resultado puede ser llamado estadísticamente significativo?

¿Cuál es el criterio de selección del umbral?

Y, por último, sería bueno entender si las pequeñas diferencias no percibidas por el coeficiente de correlación son significativas,

esencial para cambiar la dirección de la predicción (en otras palabras, ¿no estamos tirando al bebé con el agua jabonosa)?

Nadie ha anulado el efecto mariposa, y de hecho en el momento de la consolidación cuando no pasa nada y se prepara el movimiento futuro.

 
Vladimir:

Así, la semana pasada se dio a conocer el crecimiento del PIB estadounidense del primer trimestre de 2015. He ejecutado mi predictor para los dos próximos trimestres y esto es lo que ha producido.

EL PIB:

S&P500:

Si no te importa )))) Lo que hay en los gráficos - ponlo en txt o csv. Los dos archivos son


Fecha;PIB;PIB_N;PIB_F

N = Línea azul
F = Línea roja

------------------------ и

Date;S&P500;S&P500_Q;S&P500_F

Q = Línea azul
F = Línea roja
 

Nuevas predicciones:

S&P500:

EL PIB:

Hasta ahora no ha cambiado la tendencia. La economía crecerá a un ritmo lento. No hay inflación. Los precios suben moderadamente, los salarios aumentan lentamente. No hay razón para que los tipos de interés suban. Mi modelo predice que la Fed no cambiará los tipos de interés este año. Sin embargo, como los tipos de interés los deciden personas que cometen errores, no se puede confiar en las predicciones mecánicas de estos tipos.

 
Vladimir:

Nuevas predicciones:

S&P500:

EL PIB:

Hasta ahora no ha cambiado la tendencia. La economía crecerá a un ritmo lento. No hay inflación. Los precios suben moderadamente, los salarios aumentan lentamente. No hay razón para subir los tipos de interés. Mi modelo predice que la Fed no cambiará los tipos de interés este año. Pero como los tipos de interés los deciden personas que cometen errores, no se puede confiar en las predicciones mecánicas sobre los tipos de interés.

A la FedRezrv le gustará absolutamente subir los tipos de interés ESTE AÑO - EN OTOÑO. Él mismo lo ha anunciado. Solemnemente.

Razón de la queja: