マクロ経済指標に基づく市場予測 - ページ 11

[Mykola Demko]

zfs:
このような素朴さは、このモデルが実装されていないことに起因しているのではないでしょうか？

なぜ、まだ実装していないのですか？

数年前、プロジェクター探しが話題になったことがありましたが、この頃はmqlを学ぶだけでなく、エースになることも可能でしたね。

[Vladimir]

avtomat:

初期の非定常系列を等価な定常系列に変換することは不可能である。非定常系列から定常系列への変換」を行うと、このようなことが起こります。

なぜ不可能なのか？それはとても可能なことで、何十年も前から行われていることです。その証明はいたってシンプルだ。非定常データを持つモデルがある場合。

(1) y = f(x1,x2,...)とする。

であれば、変換された（微分された）定常データに対するモデルが存在するはずである。

(2) dy = df/dx1*dx1 + df/dx2*dx2 + ....

ここで、dy, dx1, dx2 ...は定常データである。非定常データへの変換は非常に簡単である。

y[i] = y[i-1] + dy

非定常データのモデル(1)を見つけるのは、かなり難しい。定常データのモデル(2)を見つけるのは、もっと簡単です。また、もう少しわかりやすく説明しましょう。ある四半期の国内での総生産額1000億ドル（非定常入力x1）を与えると、ダウ・ジョーンズ指数（非定常出力y）を予測できるだろうか。そんな問題を解決できるのは、世界中の誰もいない。また、総生産高が5％減少したと言ったら（dx1）、同じ期間のダウ・ジョーンズ指数の変化（dy）を予測できますか？これは、総生産量と指数の絶対 値を知る必要がないため、より簡単である。少なくとも、指数の変化の符号（マイナス）は100％の精度で予測できる。そして、ダウの絶対値、15000や18000を知ることよりも、お金を稼ぐためにずっと必要なことなのです。

ロケットマンが目標に当てるために、目標の増分ではなく位置だけを知ることが非常に重要であることは否定しないが。だから、ミサイル技術者が市場で儲けるのは難しいのでしょう。）

[Vladimir]

私のモデルでGDP成長率を予測してみた。モデルは少なくとも3つの予測因子を発見し、それぞれが予測精度を向上させることができました。下の青い線は実際のGDPの変化、赤い線は将来を見ずに予測したものです。

このモデルは、今期（2015年第1四半期）と来期（2015年第2四半期）のGDP成長率を予測するものです。市場も上がるはずです。

[Дмитрий]

gpwr:

私のモデルでGDP成長率を予測してみた。モデルは少なくとも3つの予測因子を発見し、それぞれが予測精度を向上させることができました。下の青い線は実質GDPの変化、赤い線は未来を見ずに予測したものです。

このモデルは、今期（2015年第1四半期）と来期（2015年第2四半期）のGDP成長率を予測するものです。市場も上がるはずです。

先を見ずに予測する」とは？このプロットは、モデルのフォワードテストなのでしょうか？

[Vladimir]

Demi:
先を見ずに予測する」とは？このセクションはフォワードモデルテストですか？

そう、フォワードテストです。ただし、全履歴を知った上で予測式を選ぶと、フォワードテストでもごまかされることがある。例えば、総生産成長率、失業率、消費者物価指数など、ある種の市場予測を推奨する記事を多く見かけることができます。そして、その予測が利用可能なすべての歴史に基づいて推奨されてきたことに気づかずに、それらの予測に基づいて過去を予測する。私の場合、予測因子とモデルは、予測された四半期までのデータでのみ選択されます。

[Дмитрий]

gpwr:
はい、フォワードテストです。ただし、全履歴を知った上で予測因子を選択すれば、フォワードテストさえもごまかすことができる。例えば、総生産成長率、失業率、消費者物価指数など、特定の市場予測指標を推奨する記事が多く見受けられます。そして、その予測が利用可能なすべての歴史に基づいて推奨されてきたことに気づかないまま、その予測に基づいて過去を予測するのです。私の場合、予測因子とモデルは、予測された四半期までのデータでのみ選択されます。

繰り返しになりますが、このグラフはどのように構成されているのでしょうか？2000年以前に作られたモデルを、このデータで再トレーニングせずに走らせたのか、それとも何なのか？

フォワードは何値フォワード？

[削除済み]

gpwr:

1)

なぜ不可能なのか？それはとても可能なことで、何十年も前から行われていることです。その証明はいたってシンプルだ。非定常データを持つモデルがある場合。

(1) y = f(x1,x2,...)とする。

であれば、変換された（微分された）定常データに対するモデルが存在するはずである。

(2) dy = df/dx1*dx1 + df/dx2*dx2 + ....

ここで、dy, dx1, dx2 ...は定常データである。非定常データへの変換は非常に簡単である。

y[i] = y[i-1] + dy

2)

非定常データのモデル(1)を見つけるのは、かなり難しい。定常データのモデル(2)を見つけるのは、もっと簡単です。また、もう少しわかりやすく説明しましょう。ある四半期の国内での総生産額1000億ドル（非定常入力x1）を与えると、ダウ・ジョーンズ指数（非定常出力y）を予測できるだろうか。そんな問題を解決できるのは、世界中の誰もいない。また、総生産高が5％減少したと言ったら（dx1）、同じ期間のダウ・ジョーンズ指数の変化（dy）を予測できますか？これは、総生産量と指数の絶対 値を知る必要がないため、より簡単である。少なくとも、指数の変化の符号（マイナス）は100％の精度で予測できる。そして、dy、15000、18000の絶対値を知ることよりも、お金を稼ぐためにずっと必要なだけなのです。

3)

ミサイルの技術者にとって、目標に命中させるために、目標の増分ではなく、位置だけを知ることが非常に重要であることは否定しませんが。ロケット科学者がマーケットで儲けるのに苦労するのは、価格が動くものであるという概念を捨てられないからかもしれませんね。）

1）それは、控えめに言っても、くだらないことだ。

2）具体的な例で実証する。ありがたいことに、端末には十分な数の系列があり、それらはすべて非定常である。変身したシリーズはどのようなものになると思いますか？据え置き？

3）ロケット科学者は、自分のことをよく知っている。

自分たちが何者なのか、思い返してみる

1) 定常ランダム過程

2) 非定常ランダム過程

と、両者の違いは何なのか。

[Vladimir]

avtomat:

2）具体的な例で実証する。ありがたいことに、端末にはたくさんのシリーズがあり、それらはすべて非定常である。変身したシリーズはどのようなものになると思いますか？据え置き？

その例は、最初の投稿にあります。それ以外の投稿については、少なくとも推論の裏付けを持った上で発言していただかないと、まるで小学5年生との議論のように見えてしまいます。

[Vladimir]

Demi:

繰り返しになりますが、このグラフはどのように構成されているのでしょうか？2000年以前に作られたモデルを、このデータで再トレーニングせずに走らせたのか、それとも何なのか？

フォワードは何値フォワード？

2歩ずつ前に進む。各予測の前に、予測された四半期から2を引いた（2が予測ステップ）までの過去データと、その過去データで最も低い予測RMSを与えた予測因子とでモデルを構築した。

[削除済み]

gpwr:
その例は、最初の投稿にあります。それ以外の投稿については、少なくとも結論の裏付けをもって発言してください。そうでないと、まるで小学5年生との議論のように見えてしまいます。

まあ、小5の洞窟から蠢くことはないでしょうが... ;))

最初の投稿から、あなたの主張であることだけを記しておきます。

gpwr

定常性がなければ、どんなモデルも機能しない。

は、「あなた方の大学」が教えてくれた限られたクラスのモデルにしか当てはまらない。

しかし、この限定されたクラスは、すべての可能なモデルの集合を全く制限しない。

最初の投稿を見ると、多くの作業が行われていることがわかります。そして、参考にならないことはないと思います。頑張ってください。