Previsione di mercato basata su indicatori macroeconomici - pagina 11
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Forse tale ingenuità deriva dalla mancanza di implementazione di questo modello?
Perché non l'avete ancora implementato?
Mi ricordo che un paio di anni fa c'era un brusio sulla ricerca di progessori, durante questo periodo non si poteva solo imparare mql, si poteva diventare un asso.
È impossibile trasformare una serie iniziale non stazionaria in una serie stazionaria equivalente. È possibile manipolare la serie originale in vari modi, ma bisogna rendersi conto che il risultato potrebbe non essere equivalente alla serie originale. Questo è ciò che accade quando si esegue una "conversione di una serie non stazionaria in una serie stazionaria".
Perché è impossibile? È molto possibile ed è stato fatto per decenni. La prova è abbastanza semplice. Se c'è un modello con dati non stazionari:
(1) y = f(x1,x2,...)
allora deve esistere un modello su dati stazionari trasformati (differenziati)
(2) dy = df/dx1*dx1 + df/dx2*dx2 + ...
Dove dy, dx1, dx2 ... sono i nostri dati stazionari. La trasformazione in dati non stazionari è abbastanza semplice:
y[i] = y[i-1] + dy
Trovare modelli (1) di dati non stazionari è abbastanza difficile. Trovare modelli (2) di dati stazionari è molto più facile. Cercherò anche di spiegare in modo più semplice. Se vi do il valore della produzione lorda per qualche trimestre, internamente 100 miliardi di dollari (input non stazionario x1), potete prevedere l'indice Dow Jones (output non stazionario y)? Nessuno al mondo può risolvere un tale problema. E se vi dico che la produzione lorda è scesa del 5% (dx1), potete prevedere la variazione dell'indice Dow Jones nello stesso periodo di tempo (dy)? Questo è molto più facile perché non richiede la conoscenza dei valori assoluti della produzione lorda e dell'indice. Almeno il segno del cambiamento dell'indice (meno) può essere previsto con una precisione del 100%. E ci serve molto di più per fare soldi che conoscere il valore assoluto di Dow, 15000 o 18000.
Anche se non nego che è molto importante per gli scienziati missilistici conoscere solo la posizione del bersaglio, non gli incrementi del bersaglio, per poterlo colpire. Forse è per questo che è difficile per gli ingegneri missilistici fare soldi sul mercato: non possono lasciare andare la loro nozione di prezzo come un bersaglio mobile :)
Ho provato il mio modello per prevedere la crescita del PIL. È venuto fuori abbastanza decente, il modello ha trovato almeno 3 predittori, ognuno dei quali ha aumentato la precisione delle previsioni. La linea blu qui sotto è il cambiamento reale del PIL, la linea rossa è la previsione senza guardare al futuro:
Il modello prevede la crescita del PIL nel trimestre corrente (Q1 2015) e nel prossimo (Q2 2015). Anche il mercato dovrebbe salire.
Ho provato il mio modello per prevedere la crescita del PIL. Si è rivelato abbastanza decente, il modello ha trovato almeno 3 predittori, ognuno dei quali ha aumentato la precisione delle previsioni. La linea blu qui sotto è il cambiamento reale del PIL, la linea rossa è la previsione senza guardare al futuro:
Il modello prevede la crescita del PIL nel trimestre corrente (Q1 2015) e nel prossimo (Q2 2015). Anche il mercato dovrebbe salire.
Cos'è "prevedere senza guardare avanti"? Questa sezione è un test del modello in avanti?
Sì, test in avanti. Anche se anche il test in avanti può essere imbrogliato se i predittori sono selezionati con la conoscenza di tutta la storia. Per esempio, si possono trovare molti articoli che raccomandano certi predittori del mercato, come la crescita del prodotto lordo, il tasso di disoccupazione, l'indice dei prezzi al consumo, ecc. E poi prevedere il passato sulla base di quei predittori senza rendersi conto che quei predittori sono stati raccomandati sulla base di tutta la storia disponibile. Nel mio caso, i predittori e il modello sono scelti solo sui dati fino al trimestre previsto.
Di nuovo, come è costruito questo grafico? Avete preso un modello costruito prima del 2000 e l'avete eseguito senza riqualificarlo su questi dati o cosa?
In avanti di quanti valori in avanti?
1)
Perché è impossibile? È molto possibile ed è stato fatto per decenni. La prova è abbastanza semplice. Se c'è un modello con dati non stazionari:
(1) y = f(x1,x2,...)
allora deve esistere un modello su dati stazionari trasformati (differenziati)
(2) dy = df/dx1*dx1 + df/dx2*dx2 + ...
Dove dy, dx1, dx2 ... sono i nostri dati stazionari. La trasformazione in dati non stazionari è abbastanza semplice:
y[i] = y[i-1] + dy
2)
Trovare modelli (1) di dati non stazionari è abbastanza difficile. Trovare modelli (2) di dati stazionari è molto più facile. Cercherò anche di spiegare in modo più semplice. Se vi do il valore della produzione lorda per qualche trimestre, internamente 100 miliardi di dollari (input non stazionario x1), potete prevedere l'indice Dow Jones (output non stazionario y)? Nessuno al mondo può risolvere un tale problema. E se vi dico che la produzione lorda è scesa del 5% (dx1), potete prevedere la variazione dell'indice Dow Jones nello stesso periodo di tempo (dy)? Questo è molto più facile perché non richiede la conoscenza dei valori assoluti della produzione lorda e dell'indice. Almeno il segno del cambiamento dell'indice (meno) può essere previsto con una precisione del 100%. E ci serve molto di più per fare soldi che conoscere il valore assoluto di dy, 15000 o 18000.
3)
Anche se non nego che è molto importante per gli ingegneri missilistici conoscere solo la posizione del bersaglio, e non gli incrementi del bersaglio, per poterlo colpire. Forse è per questo che gli scienziati missilistici hanno difficoltà a fare soldi nel mercato: non possono lasciare andare la loro nozione di prezzo come un bersaglio mobile :)
1) Questo è, per usare un eufemismo, uno schifo.
2) Dimostrarlo con un esempio concreto. Per fortuna, ci sono abbastanza serie nel terminale, e sono tutte non stazionarie. Come pensi che sarebbe la serie trasformata? Stazionario?
3) Gli scienziati del razzo sanno il fatto loro.
Ripensare a ciò che sono
1) processo casuale stazionario
2) processo casuale non stazionario
e qual è la differenza tra loro.
2) Dimostrare con un esempio concreto. Per fortuna, ci sono molte serie nel terminale, e sono tutte non stazionarie. Come pensi che sarebbe la serie trasformata? Stazionario?
Di nuovo, come è costruito questo grafico? Avete preso un modello costruito prima del 2000 e l'avete eseguito senza riqualificarlo su questi dati o cosa?
In avanti di quanti valori in avanti?
L'esempio è nel mio primo post. Per il resto del tuo post, ti prego di parlare con almeno un po' di supporto per le tue conclusioni, altrimenti sembra una discussione con un bambino di quinta elementare.
Beh, non mi muoverò dalla mia caverna di quinta elementare... ;))
Noterò solo che questa è la tua affermazione del primo post
gpwr:
Senza stazionarietà, nessun modello funziona.
è vero solo per la classe limitata di modelli che le "vostre università" vi hanno insegnato.
Ma questa classe limitata non limita affatto l'insieme di tutti i modelli possibili.
È chiaro dal primo post che è stato fatto molto lavoro. E, credo, non inutile. Buona fortuna.