Predicción de mercado basada en indicadores macroeconómicos - página 11
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
¿Quizás esta ingenuidad se deba a la falta de aplicación de este modelo?
¿Por qué no lo ha puesto en práctica todavía?
Recuerdo que hace un par de años había un revuelo por la búsqueda de progessors, durante este tiempo no sólo podías aprender mql, podías convertirte en un as.
Es imposible transformar una serie inicial no estacionaria en una serie estacionaria equivalente. Es posible manipular la serie original de diversas maneras, pero hay que tener en cuenta que el resultado puede no ser equivalente a la serie original. Esto es lo que ocurre cuando se realiza una "conversión de una serie no estacionaria a una serie estacionaria".
¿Por qué es imposible? Es muy posible y se ha hecho durante décadas. La prueba es muy sencilla. Si hay un modelo con datos no estacionarios:
(1) y = f(x1,x2,...)
entonces debe existir un modelo sobre datos estacionarios transformados (diferenciados)
(2) dy = df/dx1*dx1 + df/dx2*dx2 + ...
Donde dy, dx1, dx2 ... son nuestros datos estacionarios. La transformación a datos no estacionarios es bastante sencilla:
y[i] = y[i-1] + dy
Encontrar modelos (1) de datos no estacionarios es bastante difícil. Encontrar modelos (2) de datos estacionarios es mucho más fácil. Permítanme que intente explicarlo también de forma más sencilla. Si te doy el valor de la producción bruta de algún trimestre, 100.000 millones de dólares nacionales (input no estacionario x1), ¿puedes predecir el índice Dow Jones (output no estacionario y)? Nadie en el mundo puede resolver un problema así. Y si te digo que la producción bruta ha caído un 5% (dx1), ¿puedes predecir la variación del índice Dow Jones en el mismo periodo de tiempo (dy)? Esto es mucho más fácil, ya que no requiere conocer los valores absolutos de la producción bruta y el índice. Al menos el signo de la variación del índice (menos) puede predecirse con una precisión del 100%. Y lo necesitamos mucho más para ganar dinero que saber el valor absoluto del Dow, 15000 o 18000.
Aunque no niego que es muy importante para los cohetes conocer sólo la posición del objetivo, no los incrementos del mismo, para acertar. Quizá por eso a los ingenieros de misiles les resulta difícil ganar dinero en el mercado: no pueden dejar de lado su noción de que el precio es un objetivo móvil :)
Probé mi modelo para predecir el crecimiento del PIB. Resultó bastante decente, el modelo encontró al menos 3 predictores, cada uno de los cuales aumentó la precisión de las predicciones. La línea azul de abajo es la variación real del PIB, la línea roja son las predicciones sin mirar al futuro:
El modelo predice el crecimiento del PIB en el trimestre actual (primer trimestre de 2015) y en el siguiente (segundo trimestre de 2015). El mercado también debería subir.
Probé mi modelo para predecir el crecimiento del PIB. Resultó bastante decente, el modelo encontró al menos 3 predictores, cada uno de los cuales aumentó la precisión de las predicciones. La línea azul de abajo es la variación del PIB real, la línea roja son las predicciones sin mirar al futuro:
El modelo predice el crecimiento del PIB en el trimestre actual (primer trimestre de 2015) y en el siguiente (segundo trimestre de 2015). El mercado también debería subir.
¿Qué es "predecir sin mirar adelante"? ¿Es esta sección una prueba de modelo de avance?
Sí, prueba de avance. Aunque incluso la prueba de avance puede ser engañada si los predictores se seleccionan con el conocimiento de toda la historia. Por ejemplo, puede encontrar muchos artículos que recomiendan ciertos predictores del mercado, como el crecimiento del producto bruto, la tasa de desempleo, el índice de precios al consumo, etc. Y luego predecir el pasado en base a esos predictores sin darse cuenta de que esos predictores han sido recomendados en base a toda la historia disponible. En mi caso, los predictores y el modelo sólo se eligen sobre datos hasta el trimestre previsto.
De nuevo, ¿cómo se construye este gráfico? ¿Ha tomado un modelo construido antes del año 2000 y lo ha ejecutado sin reentrenamiento en estos datos o qué?
¿Adelante cuántos valores hacia adelante?
1)
¿Por qué es imposible? Es muy posible y se ha hecho durante décadas. La prueba es muy sencilla. Si hay un modelo con datos no estacionarios:
(1) y = f(x1,x2,...)
entonces debe existir un modelo sobre datos estacionarios transformados (diferenciados)
(2) dy = df/dx1*dx1 + df/dx2*dx2 + ...
Donde dy, dx1, dx2 ... son nuestros datos estacionarios. La transformación a datos no estacionarios es bastante sencilla:
y[i] = y[i-1] + dy
2)
Encontrar modelos (1) de datos no estacionarios es bastante difícil. Encontrar modelos (2) de datos estacionarios es mucho más fácil. Permítanme que intente explicarlo también de forma más sencilla. Si te doy el valor de la producción bruta de algún trimestre, 100.000 millones de dólares nacionales (input no estacionario x1), ¿puedes predecir el índice Dow Jones (output no estacionario y)? Nadie en el mundo puede resolver un problema así. Y si te digo que la producción bruta cayó un 5% (dx1), ¿puedes predecir la variación del índice Dow Jones en el mismo periodo de tiempo (dy)? Esto es mucho más fácil, ya que no requiere conocer los valores absolutos de la producción bruta y el índice. Al menos el signo de la variación del índice (menos) puede predecirse con una precisión del 100%. Y lo necesitamos mucho más para ganar dinero que para saber el valor absoluto de dy, 15000 o 18000.
3)
Aunque no niego que es muy importante para los ingenieros de misiles conocer sólo la posición del objetivo, y no los incrementos del mismo, para dar en el blanco. Quizá por eso a los científicos de cohetes les cuesta ganar dinero en el mercado: no pueden dejar de lado su noción de que el precio es un objetivo móvil :)
1) Eso es, por decirlo suavemente, una mierda.
2) Demostrarlo con un ejemplo concreto. Afortunadamente, hay suficientes series en el terminal, y todas son no estacionarias. ¿Cómo crees que sería la serie transformada? ¿Estacionario?
3) Los científicos de cohetes saben lo que hacen.
Piensa en lo que son
1) proceso aleatorio estacionario
2) proceso aleatorio no estacionario
y cuál es la diferencia entre ellos.
2) Demostrar con un ejemplo concreto. Afortunadamente, hay muchas series en el terminal, y todas son no estacionarias. ¿Cómo crees que sería la serie transformada? ¿Estacionario?
De nuevo, ¿cómo se construye este gráfico? ¿Ha tomado un modelo construido antes del año 2000 y lo ha ejecutado sin reentrenamiento en estos datos o qué?
¿Adelante cuántos valores hacia adelante?
El ejemplo está en mi primer post. En cuanto al resto de tu post, por favor, habla con al menos algo de apoyo a tus conclusiones, de lo contrario parece una discusión con un niño de 5º grado.
Bueno, no me moveré de mi cueva de quinto grado... ;))
Sólo señalaré que esta es su afirmación del primer post
gpwr:
Sin estacionariedad, ningún modelo funcionará.
sólo es cierto para la clase limitada de modelos que le han enseñado "sus universidades".
Pero esta clase limitada no limita en absoluto el conjunto de todos los modelos posibles.
En el primer post queda claro que se ha trabajado mucho. Y creo que no es inútil. Buena suerte.