Predicción de mercado basada en indicadores macroeconómicos - página 50
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Es muy difícil decirlo a ojo a esta escala.
Solía girar un modelo multifactorial, pero la precisión del modelo era inferior a las previsiones disponibles públicamente.
Si se toma un solo indicador, como HOUST1F o PRFI, su modelo ya es más preciso que las previsiones disponibles públicamente. Añada un par de indicadores de consumo y la curva de rendimiento y tendrá un super modelo.
A continuación se muestra un gráfico del crecimiento del PIB y del S&P500 desde 1959. No se puede negar que el S&P500 ha caído durante el crecimiento negativo del PIB (recesiones):
Yo también tengo muchos "supermodelos". Sólo la prueba de avance muestra, por alguna razón, una precisión de predicción peor que las predicciones publicadas
Tome un solo indicador como HOUST1F o PRFI y ya su modelo será más preciso que las previsiones disponibles públicamente. Añada un par de indicadores de consumo y la curva de rendimiento y tendrá un súper modelo.
A continuación se muestra un gráfico del crecimiento del PIB y del S&P500 desde 1959. No se puede negar que el S&P500 ha caído durante el crecimiento negativo del PIB (recesiones):
De alguna manera estás respondiendo selectivamente a mis mensajes.
Naturalmente, el gráfico anterior es como un tranvía. El tranvía está en marcha - y todos los pasajeros van, stop.... Y la conexión entre los pasajeros es una: están en el mismo tranvía, en nuestro caso la misma economía
El índice y el PIB se derivan de la situación económica del país y no hay conexión entre ellos.
La crisis de 2008 fue una crisis inmobiliaria y los números del PIB y los índices y un montón de otros números se derivan de esa crisis. Y el índice no se desprende del PIB y el índice no se desprende del PIB, en el mejor de los casos están sincronizados (y no siempre, se puede ver en el gráfico que has sacado antes).
Hay procesos en la economía que determinan su movimiento futuro y un montón de indicadores reflejarán ese movimiento.
¿Cuáles son los movimientos subyacentes de la economía estadounidense en la actualidad?
Personalmente, me uno a los que creen que el principal problema de la economía estadounidense es el tipo cero. Todo el sector social (seguros y fondos de pensiones) se benefició de la inversión en títulos públicos. Con los tipos cero, estas organizaciones no obtienen los beneficios que necesitan. Si empiezan a quebrar este tipo de organizaciones, será otro nivel de problemas, no son puntocom. Por cierto el PIB y todos los índices irán en la misma dirección - hacia abajo, verticalmente
El índice y el PIB se derivan de la situación económica del país y no hay conexión entre ellos.
La crisis de 2008 es una crisis inmobiliaria y las cifras del PIB y de los índices y muchas otras cifras del tranvía se derivan de esa crisis. Y el índice no sigue del PIB y el índice no sigue del PIB - están en el mejor de los casos (y no siempre - puedes verlo en el gráfico que has sacado antes) y muestran la misma imagen.
Hay procesos en la economía que determinan su movimiento futuro y un montón de indicadores reflejarán ese movimiento.
¿Cuáles son los movimientos subyacentes de la economía estadounidense en la actualidad?
Personalmente, me uno a los que creen que el principal problema de la economía estadounidense es el tipo cero. Todo el sector social (seguros y fondos de pensiones) se benefició de la inversión en títulos públicos. Con los tipos cero, estas organizaciones no obtienen los beneficios que necesitan. Si empiezan a quebrar este tipo de organizaciones, será otro nivel de problemas, no son puntocom. Por cierto el PIB y todos los índices irán en la misma dirección, hacia abajo, en vertical.
Estoy de acuerdo con todo lo que se ha dicho. He intentado encontrar dónde dije que el índice de mercado caía por la caída del PIB y no lo he encontrado. Ambas caídas reflejan el estado de la economía, como bien has dicho. Una caída del índice de mercado es difícil de predecir, una caída del PIB es mucho más fácil de predecir. Dado que los descensos del índice y del PIB se producen de forma sincronizada (tú mismo lo has escrito, aunque según mis observaciones el índice empieza a caer 1 trimestre antes que el PIB), se puede predecir un descenso del índice prediciendo un descenso del PIB, que es lo que estoy haciendo aquí. La vivienda empieza a caer mucho antes que el mercado y el PIB. Así que, como último recurso, si no consigo crear un buen modelo de S&P500 y PIB, me limitaré a observar el HOUST y los precios de la vivienda y saldré del mercado cuando caigan. Hasta ahora no se ha observado tal cosa. Cuando HOUST llegue a 1,6-1,7M, lo observaré con atención. Cuando el HOUST cae por debajo de 1,2-1,3M, las recesiones pasadas han comenzado legítimamente.
https://research.stlouisfed.org/fred2/series/HOUST
Sobre cuál es el problema de la economía en la actualidad, creo que la deuda privada sigue siendo un gran problema. Los bancos siguen prestando a personas que no pueden pagar. En Estados Unidos, los bancos se están volviendo locos y hacen descuentos en las compras con tarjetas de crédito. Todas las tiendas de marca tienen una tarjeta de crédito: Walmart, Target, Macy's, Starbuks y cientos de otras. En China, la deuda privada en relación con el PIB ha alcanzado niveles incluso superiores a los de Estados Unidos antes de la recesión. Tal vez China sea la causa de la próxima recesión, después de todo.
En cuanto a cuál es el problema de la economía en la actualidad, creo que la deuda privada sigue siendo un gran problema. Los bancos siguen prestando a personas que no pueden pagar. En Estados Unidos, los bancos se están volviendo locos y hacen descuentos en las compras con tarjetas de crédito. Todas las tiendas de marca tienen una tarjeta de crédito: Walmart, Target, Macy's, Starbuks y cientos de otras. En China, la deuda privada en relación con el PIB ha alcanzado niveles incluso superiores a los de Estados Unidos antes de la recesión. Tal vez China sea la causa de la próxima recesión, después de todo.
Sobre el PIB de China se habla en el hilo "Interesante y Humorístico" de ayer. Según la "Teoría General del Todo", el crecimiento del PIB de China es 2/3 proporcional al tiempo (t-t0).
Empecemos a revisar los predictores paso a paso. En primer lugar, transformemos todos los datos como se ha descrito anteriormente, normalizando los incrementos absolutos de su media. A continuación, recorra todo el historial y vea los errores de predicción del PIB transformado utilizando la regresión lineal. Esta es una lista de los 10 primeros predictores ordenados por el aumento del error de predicción:
Como podemos ver, hay muchos predictores del tema de la inversión, especialmente en el sector inmobiliario y en el equipamiento del hogar. Los predictores con el menor error de predicción también tienen los mayores coeficientes de correlación con el PIB y una elevada información mutua. Tanto A012RC1Q027SBEA como PRFI son adecuados como primer predictor del modelo. Por ejemplo, veamos un gráfico de la dependencia del PIB transformado con respecto al PRFI(1):
El color de los puntos cambia suavemente a lo largo del espectro en función del tiempo, es decir, por ejemplo, los puntos azules pertenecen al mismo intervalo de tiempo. Como puede verse en el gráfico, no hay ningún cambio particular en la dependencia del PIB del IFP a lo largo del tiempo. La dependencia lineal no es peor que la no lineal en este caso, y es preferible debido a su simplicidad. Por cierto, podemos discutir si las redes neuronales no lineales ofrecen alguna ventaja en los modelos financieros cuando los datos de entrada son tan ruidosos.
Ahora veamos las predicciones del PIB pasado y futuro basadas en el PRFI(1):
Bastante bien, y con un solo predictor, mejor que las predicciones de los bancos. En estas predicciones no se mira hacia el futuro, ya que en cada momento de la historia se han utilizado los datos del PIB y del IFP disponibles hasta ese momento. La única visión de futuro existe en la propia elección del predictor (el PRFI ha sido elegido a lo largo de la historia).
Sigamos adelante. La elección del segundo predictor no es tan sencilla. Utilizo un tipo de regresión por pasos. La idea es que después de encontrar el primer predictor y el modelo del PIB en su base, reste su modelo del PIB. El residuo resultante se convierte en una nueva serie modelada para la que encuentro el segundo predictor y así sucesivamente. Los que están familiarizados con las matemáticas saben que todos los predictores seleccionados de esta manera deben ser ortogonales (correlación cero entre los predictores), lo que no es el caso de la mayoría de los indicadores económicos. Hay algunas soluciones para ello, de las que hablaremos más adelante.
Así que tenemos un residuo (el PIB menos el modelo basado en el primer predictor). Empezamos a recorrer todos los predictores disponibles y calculamos su error en la predicción del residuo, así como su correlación e información mutua con el residuo. Obtenemos la siguiente tabla (sólo se muestran los 11 primeros predictores)
En este caso, el error de predicción es el error combinado del primer predictor y de cada uno de los predictores de esta tabla. La elección del segundo predictor debe hacerse aquí con precaución. Aunque el pred2 nos dará el menor error cuando se combine con el primer predictor (PRFI o pred1), el coeficiente de correlación y la información mutua de este predictor no son tan altos. Pred12 parece más prometedor, así que lo elegiré. El gráfico de la dependencia del residuo con respecto al pred12:
La nube se ha vuelto más difusa. Predicciones basadas en pred1 y pred12:
En estas predicciones no hay una mirada hacia el futuro, ya que se utilizaron los datos del PIB y del IFP disponibles hasta ese momento en cada momento de la historia. El único atisbo de futuro existe en la elección del propio predictor (el PRFI fue elegido a lo largo de la historia).
Una mirada al futuro. Lástima que sea una mirada al futuro.
Cuando se tiene un conjunto MUY grande de variables de entrada, siempre se puede elegir la que mejor se ajuste al intervalo elegido de la variable predicha, PERO NO EL HECHO DE QUE LA RELACIÓN FUNCIONAL ENTRE EL FACTOR Y LA FUNCIÓN ANTERIOR ES EXISTENTE.
Es decir, la variable "Número de pacientes ingresados en los hospitales de Angola con intoxicación alimentaria" puede estar bien para el segmento seleccionado del PIB estadounidense proyectado, pero obviamente no hay ninguna relación funcional.
Una vez más, sólo el delantero es decisivo, sin miramientos (incluso en la selección variable).
La trampa de un gran número de variables.
Es decir, la variable "Número de pacientes ingresados en los hospitales de Angola con intoxicación alimentaria" puede encajar perfectamente en el gráfico seleccionado del PIB estadounidense proyectado, pero obviamente no existe ninguna relación funcional.
A menudo me he encontrado con problemas similares al optimizar a los expertos. Por ejemplo, puede optimizar un Asesor Experto para 10 años de historia, obtener el mejor resultado, y luego no obtener nada de dicha configuración. El problema es que el Asesor Experto estuvo estancado durante 9 años utilizando la configuración encontrada y sólo salió a flote en una semana cuando la configuración se ajustó accidentalmente y dio lugar a un beneficio. Es poco probable que un accidente así ocurra en el futuro. Una buena solución es dividir todo el historial de operaciones por años, calcular el beneficio por separado para cada año y tomar el peor resultado anual.
Para encontrar la mejor correlación utilizaría la siguiente función de error: MAX(error(2000-2016), error(2000), error(2001), ..., error(2014), error(2015)). No garantizo nada, no he probado este enfoque para las estadísticas.
Una mirada al futuro. Lástima que sea una mirada al futuro.
Cuando se tiene un conjunto MUY grande de variables de entrada, siempre se puede elegir la que mejor se ajuste al intervalo elegido de la variable predicha, PERO NO EL HECHO DE QUE LA RELACIÓN FUNCIONAL ENTRE EL FACTOR Y LA FUNCIÓN PROPORCIONADA ES EXISTENTE.
Es decir, la variable "Número de pacientes ingresados en los hospitales de Angola con intoxicación alimentaria" puede estar bien para el segmento seleccionado del PIB estadounidense proyectado, pero obviamente no hay ninguna relación funcional.
Una vez más, sólo el delantero es decisivo, sin miramientos (incluso en la selección variable).
La trampa de un gran número de variables.