Siguiendo con el tema. Un recordatorio de que mi modelo predice el mercado basándose en indicadores macroeconómicos. De los 2.000 indicadores económicos se seleccionan unos pocos en función de su capacidad para predecir el futuro. No hay que mirar hacia adelante. Cada trimestre, cuando llegan el crecimiento del PIB y otros indicadores, el modelo recorre automáticamente el historial incluyendo los datos frescos, selecciona los indicadores que predijeron bien con los datos antiguos y los nuevos y hace nuevas predicciones a 2 trimestres vista basándose en ellos. Después de mi última predicción encontré algunos errores en el código. También se ha encontrado una nueva conversión de indicadores económicos que hace que las predicciones sean más precisas. Un consejo a corto plazo para otros pronosticadores y predictores, la diferenciación de los datos de entrada no es muy buena para las predicciones porque se pierde la estructura (señal) y se convierte en ruido de datos.
Esta es una predicción del crecimiento del PIB en Estados Unidos. La línea azul son los datos reales. La línea roja es la de las predicciones. Para cada predicción pasada sólo se utilizaron los datos disponibles hasta ese momento menos dos trimestres. La economía crecerá moderadamente por ahora. Aunque a juzgar por la lentitud del crecimiento del PIB, es muy posible que se produzca una recesión el próximo año. En el próximo post mostraré la exactitud de las predicciones sobre el PIB de varios bancos y economistas.
La predicción del S&P500 aún no está lista. Sigue siendo mucho más difícil predecir el mercado que los propios indicadores económicos. Hay mucho ruido en los precios.
Siguiendo con el tema. Un recordatorio de que mi modelo predice el mercado basándose en indicadores macroeconómicos. De los 2.000 indicadores económicos se seleccionan unos pocos en función de su capacidad para predecir el futuro. No hay que mirar hacia adelante. Cada trimestre, cuando llegan el crecimiento del PIB y otros indicadores, el modelo recorre automáticamente el historial incluyendo los datos frescos, selecciona los indicadores que predijeron bien los datos antiguos y los nuevos y hace nuevas predicciones a 2 trimestres vista basándose en ellos. Después de mi última predicción encontré algunos errores en el código. También se ha encontrado una nueva conversión de indicadores económicos que hace que las predicciones sean más precisas. Un consejo a corto plazo para otros pronosticadores y predictores, la diferenciación de los datos de entrada no es muy buena para las predicciones porque se pierde la estructura (señal) y se convierte en ruido de datos.
Esta es una predicción del crecimiento del PIB en Estados Unidos. La línea azul son los datos reales. La línea roja es la de las predicciones. Para cada predicción pasada sólo se utilizaron los datos disponibles hasta ese momento menos dos trimestres. La economía crecerá moderadamente por ahora. Aunque a juzgar por la lentitud del crecimiento del PIB, es muy posible que se produzca una recesión el próximo año. En el próximo post mostraré la exactitud de las predicciones sobre el PIB de varios bancos y economistas.
La predicción del S&P500 aún no está lista. Pero es mucho más difícil predecir el mercado que los propios indicadores económicos. Hay mucho ruido en los precios.
Y podemos echar un vistazo a los datos brutos del PIB real - se puede hacer aquí con una simple hoja de cálculo
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...
Eso es seguro. Veo que la Fed ajustó los datos del PIB el viernes pasado. Mis predicciones no cambian debido a las correcciones, ya que utilizan datos establecidos en el pasado. Los ajustes se prolongan durante meses y pueden modificar los datos del avance de forma significativa. Mi predicción para el cuarto trimestre es de un crecimiento del 2,1%, la corrección cambió el avance del 0,7% al 1%. No es aconsejable utilizar los datos anticipados como medida de la precisión de la predicción. Aquí hay ejemplos de ajustes anteriores:
Si le interesa, las predicciones de los economistas pueden encontrarse aquí: http://projects.wsj.com/econforecast/#ind=gdp&r=20
A continuación se muestra una tabla con las predicciones anteriores de los predictores más precisos (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, banco UBS). Hay unos 50 pronosticadores en total. Lo más interesante es el periodo de 2008, el primer trimestre, cuando el PIB cayó un 2,7%. Ni un solo economista podría haber predicho esto con 2 trimestres de antelación, aunque los economistas mencionados en la tabla de abajo fueron capaces de predecirlo con 1 trimestre de antelación. Los otros 40 economistas, incluidos los mayores bancos, siguieron pronosticando el crecimiento hasta el cuarto trimestre de 2008. Para ver las predicciones de todos los economistas, utilice el enlace de arriba en el menú de la izquierda, en la parte inferior vaya a Edición y luego el enlace de arriba Descarga.
Comienzo del trimestre
Previsión para
Actual
Encuesta de previsión económica, primer trimestre
Encuesta de previsión económica, segundo trimestre del año
Si le interesa, las predicciones de los economistas pueden encontrarse aquí: http://projects.wsj.com/econforecast/#ind=gdp&r=20
A continuación se muestra una tabla con las predicciones anteriores de los predictores más precisos (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, banco UBS). Hay unos 50 pronosticadores en total.
No se trata sólo de la exactitud de los modelos de valoración de los distintos economistas, sino de las pruebas de futuro.
Lo más difícil de crear modelos económicos es transformar los datos de entrada. Si se observan los indicadores económicos (hay unos 10.000), difieren entre sí en muchos aspectos. Algunos crecen exponencialmente, otros se mueven en algún rango, otros se mueven alrededor de cero con una magnitud creciente, otros cambian bruscamente en medio de la historia, etc. Para crear un modelo, hay que modificar todos estos datos para que tengan características estadísticas similares que no cambien con el tiempo. Existen estas posibilidades:
1. Calcula las velocidades relativas: r[i] = x[i]/x[i-1]-1. Esta transformación normaliza automáticamente los datos, no hay que mirar al futuro, no hay que hacer nada más. Pero existe un gran problema con los datos cero (x[i-1]=0) y los datos negativos, y hay muchos de ellos en los indicadores económicos.
2. Calcula los incrementos d[i] = x[i] - x[i-1]. Esta transformación no se preocupa por los datos cero y negativos, pero los incrementos crecen con el tiempo para los datos que crecen exponencialmente, como el producto bruto anual. Es decir, la varianza no es constante. Por ejemplo, no es posible trazar la dependencia de los incrementos del GWP de la tasa de desempleo porque la tasa de desempleo fluctúa dentro de un rango con una varianza constante, mientras que el GWP crece exponencialmente, con una varianza exponencialmente creciente. Por tanto, los incrementos deben normalizarse a la varianza variable en el tiempo. Pero calcular esto último no es fácil.
3. Eliminar de los datos la tendencia calculada, por ejemplo, por el filtro Hodrick-Prescott y normalizar el residuo de alta frecuencia por la varianza variable en el tiempo y utilizarlo como entrada del modelo. El problema aquí es que el filtro Hodrick-Prescott y otros filtros basados en el ajuste polinómico(filtro Savitzky-Golay, lowess, etc.) miran hacia adelante. El movimiento se retrasa con respecto a los datos y es inadecuado para la eliminación de la tendencia, especialmente en los datos que aumentan exponencialmente.
¿Alguna otra idea?
En mi última predicción de crecimiento de GWP hay una mirada al futuro. Sólo lo descubrí después de la publicación. Por eso el modelo predijo tan bien los acontecimientos pasados. Sigo luchando.
Para iniciar sesión y usar el sitio web MQL5.com es necesario permitir el uso de Сookies.
Por favor, active este ajuste en su navegador, de lo contrario, no podrá iniciar sesión.
Ha iniciado sesión. La autenticación de dos factores se ha desactivado. Vuelva a configurarla y escanee un nuevo código QR, o continúe con la autenticación de dos factores desactivada.
Muy sencillo: no abrir en el momento de las noticias importantes
No negocio con las noticias. Hay suficiente movimiento sin él.
El Asesor Experto está bien afinado, pero el broker puede echar pestes.
Siguiendo con el tema. Un recordatorio de que mi modelo predice el mercado basándose en indicadores macroeconómicos. De los 2.000 indicadores económicos se seleccionan unos pocos en función de su capacidad para predecir el futuro. No hay que mirar hacia adelante. Cada trimestre, cuando llegan el crecimiento del PIB y otros indicadores, el modelo recorre automáticamente el historial incluyendo los datos frescos, selecciona los indicadores que predijeron bien con los datos antiguos y los nuevos y hace nuevas predicciones a 2 trimestres vista basándose en ellos. Después de mi última predicción encontré algunos errores en el código. También se ha encontrado una nueva conversión de indicadores económicos que hace que las predicciones sean más precisas. Un consejo a corto plazo para otros pronosticadores y predictores, la diferenciación de los datos de entrada no es muy buena para las predicciones porque se pierde la estructura (señal) y se convierte en ruido de datos.
Esta es una predicción del crecimiento del PIB en Estados Unidos. La línea azul son los datos reales. La línea roja es la de las predicciones. Para cada predicción pasada sólo se utilizaron los datos disponibles hasta ese momento menos dos trimestres. La economía crecerá moderadamente por ahora. Aunque a juzgar por la lentitud del crecimiento del PIB, es muy posible que se produzca una recesión el próximo año. En el próximo post mostraré la exactitud de las predicciones sobre el PIB de varios bancos y economistas.
La predicción del S&P500 aún no está lista. Sigue siendo mucho más difícil predecir el mercado que los propios indicadores económicos. Hay mucho ruido en los precios.
Siguiendo con el tema. Un recordatorio de que mi modelo predice el mercado basándose en indicadores macroeconómicos. De los 2.000 indicadores económicos se seleccionan unos pocos en función de su capacidad para predecir el futuro. No hay que mirar hacia adelante. Cada trimestre, cuando llegan el crecimiento del PIB y otros indicadores, el modelo recorre automáticamente el historial incluyendo los datos frescos, selecciona los indicadores que predijeron bien los datos antiguos y los nuevos y hace nuevas predicciones a 2 trimestres vista basándose en ellos. Después de mi última predicción encontré algunos errores en el código. También se ha encontrado una nueva conversión de indicadores económicos que hace que las predicciones sean más precisas. Un consejo a corto plazo para otros pronosticadores y predictores, la diferenciación de los datos de entrada no es muy buena para las predicciones porque se pierde la estructura (señal) y se convierte en ruido de datos.
Esta es una predicción del crecimiento del PIB en Estados Unidos. La línea azul son los datos reales. La línea roja es la de las predicciones. Para cada predicción pasada sólo se utilizaron los datos disponibles hasta ese momento menos dos trimestres. La economía crecerá moderadamente por ahora. Aunque a juzgar por la lentitud del crecimiento del PIB, es muy posible que se produzca una recesión el próximo año. En el próximo post mostraré la exactitud de las predicciones sobre el PIB de varios bancos y economistas.
La predicción del S&P500 aún no está lista. Pero es mucho más difícil predecir el mercado que los propios indicadores económicos. Hay mucho ruido en los precios.
y puede consultar los datos reales en bruto del PIB - puede hacerlo aquí con una simple tabla
Aquí: https://research.stlouisfed.org/fred2/series/GDPC96#
Se adjunta el cuadro y los cálculos de crecimiento.
El último valor no es el 0,7 sino el 1%.
Eso es seguro. Veo que la Fed ajustó los datos del PIB el viernes pasado. Mis predicciones no cambian debido a las correcciones, ya que utilizan datos establecidos en el pasado. Los ajustes se prolongan durante meses y pueden modificar los datos del avance de forma significativa. Mi predicción para el cuarto trimestre es de un crecimiento del 2,1%, la corrección cambió el avance del 0,7% al 1%. No es aconsejable utilizar los datos anticipados como medida de la precisión de la predicción. Aquí hay ejemplos de ajustes anteriores:
Si le interesa, las predicciones de los economistas pueden encontrarse aquí: http://projects.wsj.com/econforecast/#ind=gdp&r=20
A continuación se muestra una tabla con las predicciones anteriores de los predictores más precisos (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, banco UBS). Hay unos 50 pronosticadores en total. Lo más interesante es el periodo de 2008, el primer trimestre, cuando el PIB cayó un 2,7%. Ni un solo economista podría haber predicho esto con 2 trimestres de antelación, aunque los economistas mencionados en la tabla de abajo fueron capaces de predecirlo con 1 trimestre de antelación. Los otros 40 economistas, incluidos los mayores bancos, siguieron pronosticando el crecimiento hasta el cuarto trimestre de 2008. Para ver las predicciones de todos los economistas, utilice el enlace de arriba en el menú de la izquierda, en la parte inferior vaya a Edición y luego el enlace de arriba Descarga.
Si le interesa, las predicciones de los economistas pueden encontrarse aquí: http://projects.wsj.com/econforecast/#ind=gdp&r=20
A continuación se muestra una tabla con las predicciones anteriores de los predictores más precisos (Standards and Poor, Bank of America, Moody's, Goldman Sachs, Northern Trust, Combinatorics Capital, banco UBS). Hay unos 50 pronosticadores en total.
http://library.hse.ru/e-resources/HSE_economic_journal/articles/18_01_07.pdf interesante artículo sobre el tema.....
Gracias. Voy a leer un poco.
Lo más difícil de crear modelos económicos es transformar los datos de entrada. Si se observan los indicadores económicos (hay unos 10.000), difieren entre sí en muchos aspectos. Algunos crecen exponencialmente, otros se mueven en algún rango, otros se mueven alrededor de cero con una magnitud creciente, otros cambian bruscamente en medio de la historia, etc. Para crear un modelo, hay que modificar todos estos datos para que tengan características estadísticas similares que no cambien con el tiempo. Existen estas posibilidades:
1. Calcula las velocidades relativas: r[i] = x[i]/x[i-1]-1. Esta transformación normaliza automáticamente los datos, no hay que mirar al futuro, no hay que hacer nada más. Pero existe un gran problema con los datos cero (x[i-1]=0) y los datos negativos, y hay muchos de ellos en los indicadores económicos.
2. Calcula los incrementos d[i] = x[i] - x[i-1]. Esta transformación no se preocupa por los datos cero y negativos, pero los incrementos crecen con el tiempo para los datos que crecen exponencialmente, como el producto bruto anual. Es decir, la varianza no es constante. Por ejemplo, no es posible trazar la dependencia de los incrementos del GWP de la tasa de desempleo porque la tasa de desempleo fluctúa dentro de un rango con una varianza constante, mientras que el GWP crece exponencialmente, con una varianza exponencialmente creciente. Por tanto, los incrementos deben normalizarse a la varianza variable en el tiempo. Pero calcular esto último no es fácil.
3. Eliminar de los datos la tendencia calculada, por ejemplo, por el filtro Hodrick-Prescott y normalizar el residuo de alta frecuencia por la varianza variable en el tiempo y utilizarlo como entrada del modelo. El problema aquí es que el filtro Hodrick-Prescott y otros filtros basados en el ajuste polinómico(filtro Savitzky-Golay, lowess, etc.) miran hacia adelante. El movimiento se retrasa con respecto a los datos y es inadecuado para la eliminación de la tendencia, especialmente en los datos que aumentan exponencialmente.
¿Alguna otra idea?
En mi última predicción de crecimiento de GWP hay una mirada al futuro. Sólo lo descubrí después de la publicación. Por eso el modelo predijo tan bien los acontecimientos pasados. Sigo luchando.