Discussione sull’articolo "Analisi dell'impatto delle condizioni meteorologiche sulle valute dei paesi agricoli utilizzando Python"

 

Il nuovo articolo Analisi dell'impatto delle condizioni meteorologiche sulle valute dei paesi agricoli utilizzando Python è stato pubblicato:

Qual è la relazione tra le condizioni meteorologiche e il mercato Forex? La teoria economica classica ha a lungo ignorato l'influenza di fattori come le condizioni meteorologiche sul comportamento del mercato. Ma tutto è cambiato. Proviamo a individuare delle correlazioni tra le condizioni meteorologiche e l'andamento delle valute agricole sul mercato.

Il professor Edward Saykin dell'Università del Michigan, conducendo uno studio nel 2023, ha dimostrato che nei giorni di pioggia i trader prendono decisioni che sono più moderate del 27% rispetto ai giorni di sole.

Ciò è particolarmente evidente nei maggiori centri finanziari. Nei giorni in cui le temperature superano i 30°C, i volumi di scambio alla Borsa di New York diminuiscono in media di circa il 15%. Sulle borse asiatiche, la pressione atmosferica inferiore a 740 mm Hg è correlata a un aumento della volatilità. Lunghi periodi di maltempo a Londra portano a un notevole aumento della domanda di beni rifugio.

In questo articolo, partiremo dalla raccolta dei dati meteorologici e arriveremo a creare un sistema di trading completo che analizza i fattori meteorologici. Il nostro lavoro si basa su dati di trading reali degli ultimi cinque anni provenienti dai principali centri finanziari mondiali: New York, Londra, Tokyo, Hong Kong e Francoforte. Utilizzando strumenti di analisi dei dati e di apprendimento automatico moderni, otterremo segnali di trading reali dalle osservazioni meteorologiche.


Autore: Yevgeniy Koshtenko

 

per molti sarà una rivelazione che il CAD non è tanto il petrolio, ma le miscele di cereali per mangimi :-))

Ciò che viene scambiato per lo più nelle borse nazionali per la valuta nazionale, influisce...

per USDCAD e anche solo le stagioni agricole dovrebbero essere rintracciabili.