マクロ経済指標に基づく市場予測 - ページ 38 1...313233343536373839404142434445...61 新しいコメント Rafael Sahibgareev 2016.03.06 19:21 #371 Vladimir:ありがとうございます。ちょっと読んでみます。経済モデルの作成で最も難しいのは、入力データの変換である。経済指標（約1万種類ある）を見てみると、それぞれいろいろな違いがある。指数関数的に成長するもの、ある範囲でぴくぴく動くもの、ゼロ付近でぴくぴく動きながら大きさを増していくもの、歴史の途中でぎくしゃくと変化するものなど、様々です。モデルを作成するためには、これらのデータをすべて、時間の経過とともに変化しない類似の統計的特性を持つように変更する必要がある。そんな可能性もあるのです。1.相対速度を計算する：r[i] = x[i]/x[i-1]-1.この変換は自動的にデータを正規化するもので、将来を見通すことはありません、何もする必要がないのです。しかし、ゼロデータ（x[i-1]=0）やマイナスデータには大きな問題が存在し、経済指標にはこれらが多く存在する。2.増分値 d[i] = x[i] - x[i-1]を計算する。この変換では、ゼロやマイナスのデータは気にしないが、年間総生産のような指数関数的に成長するデータでは、増分が時間と共に大きくなる。つまり、分散は一定ではありません。例えば、失業率は 一定の分散で範囲内に変動するのに対し、GWPは指数関数的に分散が大きくなるため、GWPの増分の失業率への依存度をプロットすることはできない。そのため、増分は時間変動する分散に正規化する必要がある。しかし、後者を計算するのは簡単ではありません。3.Hodrick-Prescottフィルターなどで算出したトレンドをデータから除去し、高周波残差を時変分散で正規化し、モデル入力として使用します。ここで問題となるのは、Hodrick-Prescottフィルターをはじめとする多項式フィッティングに基づくフィルター（Savitzky-Golayフィルター、lowessなど）が先読みして しまうことである。ムービングはデータに遅れをとるので、特に指数関数的に増加するデータではトレンド除去に不向きです。他に何かアイデアはありますか？ 前回のGWPの成長予測に、未来を覗くものがある。私は出版後に初めて発見しました。だから、モデルが過去の事象をうまく予測したのです。もがき続けています。 割引率の変更に伴い、既存の依存関係が解消され、新たな依存関係が形成されるたびに...という意見もあるようです。この7年間、レートは変わっていないのですが...。 Дмитрий 2016.03.06 19:38 #372 Rafael Sahibgareev: 金利が変わると、その都度、既存の依存関係が解消され、新たな依存関係が形成されるという意見がありますが......。この7年間、レートは変わっていないのですが...。何の相関があるのか？マクロ要因の相関係数はグローバルに変化することはできない Дмитрий 2016.03.06 19:45 #373 Vladimir: と、モデル変数間の強い相関が邪魔をしないか？ Vladimir 2016.03.06 21:21 #374 Дмитрий: と、モデル内の変数間の強い相関が邪魔をしないか？ここまではいいんです。今のところ、直近のGDPの値だけでなく、将来のGDPの値を予測できる経済指標を一つでも見つけることは難しい。実は、このような予測器を見つけることは可能なのですが、それは、この未来の値をすでに知っている場合に限ります。例えば、歴史を見ることで、良い予測因子を選び、「過去」の未来の価値についてかなり正確なモデルを見出すことができる。しかし、これは自業自得です。歴史の各時点で、その時点まで利用可能なデータを取り、そのデータに基づいて予測因子を選択し、未来のモデルを構築するだけである。しかし、これまでのところ、過去のデータに基づいて選ばれた予測因子は、未来を予測するのが苦手です。最後の既知の値と等しい些細な予測より悪いという意味で「悪い」。モデルの次元数を増やしても、精度は上がりません。私の理論では、数々の実験によって1つでも予測因子が見つからなければ、2つの予測因子を探しても意味がないのです。線形モデルを非線形モデルに置き換えても、精度が下がるだけです。 入力データを2次任意に変換すると、<変換された過去未来>-<変換された予測子>のプロット上に円形の雲ができ、2次導関数間に相関がないことが確認された。その結果、予測値は些細な予測値とほぼ等しくなることが判明した。1次導関数間の相関は存在するが、小さい。しかし、やはり過去に選ばれた予測器は、未来を予測するのには適していない。おそらく市場のクラッシュは、さまざまな背景があるのでしょう。例えば、2008年の暴落は、2001年の暴落とは異なる経済前提や予測要因がある。デリバティブがないと、データの相関性が非常に高く、将来を見据えた上で一つの分散の範囲に変換することが難しいのです。時間があれば、もう少し詳しく説明します。ここでは、入力データの変換方法として二次導関数を用いた些細な予測の例を紹介します。入力の変換、予測変数の選択、予知モデルの構築の方法を試したい方のために、Matlabのデータマトリックスを添付します。最初の列には、四半期の日付が記載されています。残りの列は、さまざまな経済予測因子である。GDPは1166列（日付のある最初の列の番号＝1）です。四半期の日付は、FRBの方法に従って、1/1、4/1、7/1、10/1の最初の日です。四半期ごとのデータは、その四半期の月の初日に割り当てられています。例えば、直近のGDPの値は2015/10/1、つまり2015年第4四半期の始まりに計上されます。 ファイル: Data.zip 1452 kb Rafael Sahibgareev 2016.03.07 05:55 #375 Дмитрий:何の相関があるのか？マクロ要因の相関係数はグローバルに変化することはできないマクロデータが商品の価格に与える影響の強さに変化がある可能性がある......すなわち、過去7年間は非農業部門に注目した。賃金と週単位の給付請求額を見てください。もちろん、これは別のケースであり、時間軸も大きく異なりますが、相関関係は............あるかもしれませんね。 Дмитрий 2016.03.07 06:48 #376 Rafael Sahibgareev:マクロデータが商品の価格に与える影響の強さに変化があるかもしれない......つまり、過去7年間は非農業部門に注目していた。賃金と週単位の給付請求に注目。もちろん、これは別のケースであり、時間軸も大きく異なるが、その関係は...................可能性がある。 このモデルの著者がマクロファクターに基づいて予測した場合の商品の価格はどうなるのか。 Дмитрий 2016.03.07 07:09 #377 Vladimir: まさに、モデルファクターの選択こそが、世紀の課題なのだ。多くの経済的要因の中から、このデータ間隔では最良の予測を与えるが、他のデータ間隔では最良でないものを見つけることが常に可能である。この問題はフォワードテストでのみ解決されます。最高の精度ではなく、トレーニングサンプルとフォワードサンプルで同じ予測精度を得ることができます。いろいろといじった結果、結局、公表されているマクロ予測の方が良いという結論に至り、それを使うようになったのです。 СанСаныч Фоменко 2016.03.07 07:59 #378 Rafael Sahibgareev:http://library.hse.ru/e-resources/HSE_economic_journal/articles/18_01_07.pdf 興味深い記事がありましたのでご紹介します...。経済学の分野では、「ノーベル賞受賞者」という書類を配る、そんな詐欺まがいの事務所があるのです。そんなたまり場、巨大なたまり場、欧米の金融バブルを覆い尽くすたまり場。どんな危機でも見てください。ノーベル賞受賞者や「偉大な」3人の中に、これらの危機を予測した人がいただろうか？そこにあるのは不動産市場の株価の裏側が丸わかりの『ダウン・ゲーム』の著者にもノーベル賞が贈られるに違いない。不動産、この現実を超えるものがあるのだろうかと思えるほどです。しかし、ノーベル賞受賞者たちが考案したこれらの指標を表示した論文は、インチキで非現実的なものであった。人々はそれを理解し、回転し続け......。そして、前菜として「ウルフ・オブ・ウォールストリート」を見てください。ノーベル賞受賞者」の看板の裏にあるゴミのレベルは細部にまで及んでいる。THIS IS TRUE.ノビレの連中が書いたものは戦略的な嘘だしな。せいぜいグレンジャーのように短時間で使える程度です。もっと大きく言えば、西洋でマクロ経済学のレベルで書かれていることは、すべて3つの眼鏡のゲームなのです。なぜなら、経済学は生産物やサービスの生産であり、金融は経済学と全く関係がないからです。子供向けゲーム「モノポリー」を大人向けにアレンジしたものです。皆さん、簡単な質問に答えてください。世界で最も高価な企業の一つであるグーグルを例にとってみましょう。明日捨てよう、壊そう。誰かが餓死するのではないか、ズボンがないまま放置されるのではないか？私たちは、これらのことを常識として知っています。指数が3倍になった2000年代初頭のサンドペーパー危機。それがどうした？ そして最後に。スレッドの作者の作品に興味があるのでしょうか？間違いなく。毎日食べなければならない。非常に興味深い仕事ですが、私たちの日常の現実に関連していることを忘れてはなりませんし、市場経済分野のノーベル賞受賞者はペテン師であり、それ以上のものではないことを理解しなければなりません。ノーベル賞はそれ以外の何物でもない。しかし、たくさんの経済指標から、予測した指標に影響を与えるものを選ぶとなると......。それはとても興味深いですね...。スレッドの作者に幸あれ。 Rafael Sahibgareev 2016.03.07 18:44 #379 СанСаныч Фоменко:経済学の分野では、「ノーベル賞受賞者」という書類を配る詐欺的な事務所がある。そんなたまり場、巨大なたまり場、欧米の金融バブルを覆い尽くすたまり場。どんな危機でも見てください。ノーベル賞受賞者や「偉大な」3人の中に、これらの危機を予測した人がいただろうか？そこにあなたの答えがあります。不動産市場の株価の裏側が丸わかりの『ダウン・ゲーム』の著者にもノーベル賞が贈られるに違いない。不動産、この現実を超えるものがあるのだろうかと思えるほどです。しかし、ノーベル賞受賞者たちが考案したこれらの指標を表示した論文は、インチキで非現実的なものであった。人々はそれを理解し、回転し続け......。そして、前菜として「ウルフ・オブ・ウォールストリート」を見てください。ノーベル賞受賞者」の看板の裏にあるゴミのレベルは細部にまで及んでいる。THIS IS TRUE.ノビレの連中が書いたものは戦略的な嘘だしな。せいぜいグレンジャーのように短時間で使える程度です。もっと大きく言えば、西洋でマクロ経済学のレベルで書かれていることは、すべて3つの眼鏡のゲームなのです。なぜなら、経済学は生産物やサービスの生産であり、金融は経済学と全く関係がないからです。子供向けゲーム「モノポリー」を大人向けにアレンジしたものです。皆さん、簡単な質問に答えてください。世界で最も高価な企業の一つであるグーグルを例にとってみましょう。明日捨てよう、壊そう。誰かが餓死するのではないか、ズボンがないまま放置されるのではないか？私たちは、これらのことを常識として知っています。指数が3倍になった2000年代初頭のサンドペーパー危機。それがどうした？ そして最後に。スレッドの作者の作品に興味があるのでしょうか？間違いなく。毎日食べなければならない。非常に興味深い仕事ですが、私たちの日常の現実に関連していることを忘れてはなりませんし、市場経済分野のノーベル賞受賞者はペテン師であり、それ以上のものではないことを理解しなければなりません。ノーベル賞はそれ以外の何物でもない。しかし、多くの経済指標を取り上げ、その中から予測される指標に影響を与えるものを選ぶと......。それはとても興味深いですね...。スレッドの作者に幸あれ。 ノーベルがデタラメに与えられるのは同意しますが、そこにも面白いものがたくさんありますよ .........。映画「マージンコール」はご覧になりましたか？ Дмитрий 2016.03.07 18:55 #380 Rafael Sahibgareev: ノーベル賞がくだらないものであることには同意しますが、そこでも面白いものがたくさん見つかりますよ．映画「マージンコール」はご覧になりましたか？ノーベル経済学賞は一体何のためにあるのか、ご存知ですか？ノーベル賞に値する経済学の著作や研究が1つでもあり、それを読んで完全に理解したことがありますか？ 1...313233343536373839404142434445...61 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
ありがとうございます。ちょっと読んでみます。
経済モデルの作成で最も難しいのは、入力データの変換である。経済指標（約1万種類ある）を見てみると、それぞれいろいろな違いがある。指数関数的に成長するもの、ある範囲でぴくぴく動くもの、ゼロ付近でぴくぴく動きながら大きさを増していくもの、歴史の途中でぎくしゃくと変化するものなど、様々です。モデルを作成するためには、これらのデータをすべて、時間の経過とともに変化しない類似の統計的特性を持つように変更する必要がある。そんな可能性もあるのです。
1.相対速度を計算する：r[i] = x[i]/x[i-1]-1.この変換は自動的にデータを正規化するもので、将来を見通すことはありません、何もする必要がないのです。しかし、ゼロデータ（x[i-1]=0）やマイナスデータには大きな問題が存在し、経済指標にはこれらが多く存在する。
2.増分値 d[i] = x[i] - x[i-1]を計算する。この変換では、ゼロやマイナスのデータは気にしないが、年間総生産のような指数関数的に成長するデータでは、増分が時間と共に大きくなる。つまり、分散は一定ではありません。例えば、失業率は 一定の分散で範囲内に変動するのに対し、GWPは指数関数的に分散が大きくなるため、GWPの増分の失業率への依存度をプロットすることはできない。そのため、増分は時間変動する分散に正規化する必要がある。しかし、後者を計算するのは簡単ではありません。
3.Hodrick-Prescottフィルターなどで算出したトレンドをデータから除去し、高周波残差を時変分散で正規化し、モデル入力として使用します。ここで問題となるのは、Hodrick-Prescottフィルターをはじめとする多項式フィッティングに基づくフィルター（Savitzky-Golayフィルター、lowessなど）が先読みして しまうことである。ムービングはデータに遅れをとるので、特に指数関数的に増加するデータではトレンド除去に不向きです。
他に何かアイデアはありますか？
前回のGWPの成長予測に、未来を覗くものがある。私は出版後に初めて発見しました。だから、モデルが過去の事象をうまく予測したのです。もがき続けています。
金利が変わると、その都度、既存の依存関係が解消され、新たな依存関係が形成されるという意見がありますが......。この7年間、レートは変わっていないのですが...。
何の相関があるのか？
マクロ要因の相関係数はグローバルに変化することはできない
と、モデル内の変数間の強い相関が邪魔をしないか？
ここまではいいんです。今のところ、直近のGDPの値だけでなく、将来のGDPの値を予測できる経済指標を一つでも見つけることは難しい。実は、このような予測器を見つけることは可能なのですが、それは、この未来の値をすでに知っている場合に限ります。例えば、歴史を見ることで、良い予測因子を選び、「過去」の未来の価値についてかなり正確なモデルを見出すことができる。しかし、これは自業自得です。歴史の各時点で、その時点まで利用可能なデータを取り、そのデータに基づいて予測因子を選択し、未来のモデルを構築するだけである。しかし、これまでのところ、過去のデータに基づいて選ばれた予測因子は、未来を予測するのが苦手です。最後の既知の値と等しい些細な予測より悪いという意味で「悪い」。モデルの次元数を増やしても、精度は上がりません。私の理論では、数々の実験によって1つでも予測因子が見つからなければ、2つの予測因子を探しても意味がないのです。線形モデルを非線形モデルに置き換えても、精度が下がるだけです。
入力データを2次任意に変換すると、<変換された過去未来>-<変換された予測子>のプロット上に円形の雲ができ、2次導関数間に相関がないことが確認された。その結果、予測値は些細な予測値とほぼ等しくなることが判明した。1次導関数間の相関は存在するが、小さい。しかし、やはり過去に選ばれた予測器は、未来を予測するのには適していない。おそらく市場のクラッシュは、さまざまな背景があるのでしょう。例えば、2008年の暴落は、2001年の暴落とは異なる経済前提や予測要因がある。デリバティブがないと、データの相関性が非常に高く、将来を見据えた上で一つの分散の範囲に変換することが難しいのです。時間があれば、もう少し詳しく説明します。
ここでは、入力データの変換方法として二次導関数を用いた些細な予測の例を紹介します。
入力の変換、予測変数の選択、予知モデルの構築の方法を試したい方のために、Matlabのデータマトリックスを添付します。最初の列には、四半期の日付が記載されています。残りの列は、さまざまな経済予測因子である。GDPは1166列（日付のある最初の列の番号＝1）です。四半期の日付は、FRBの方法に従って、1/1、4/1、7/1、10/1の最初の日です。四半期ごとのデータは、その四半期の月の初日に割り当てられています。例えば、直近のGDPの値は2015/10/1、つまり2015年第4四半期の始まりに計上されます。
何の相関があるのか？
マクロ要因の相関係数はグローバルに変化することはできない
マクロデータが商品の価格に与える影響の強さに変化がある可能性がある......すなわち、過去7年間は非農業部門に注目した。
賃金と週単位の給付請求額を見てください。
もちろん、これは別のケースであり、時間軸も大きく異なりますが、相関関係は............あるかもしれませんね。
マクロデータが商品の価格に与える影響の強さに変化があるかもしれない......つまり、過去7年間は非農業部門に注目していた。
賃金と週単位の給付請求に注目。
もちろん、これは別のケースであり、時間軸も大きく異なるが、その関係は...................可能性がある。
まさに、モデルファクターの選択こそが、世紀の課題なのだ。多くの経済的要因の中から、このデータ間隔では最良の予測を与えるが、他のデータ間隔では最良でないものを見つけることが常に可能である。この問題はフォワードテストでのみ解決されます。最高の精度ではなく、トレーニングサンプルとフォワードサンプルで同じ予測精度を得ることができます。
いろいろといじった結果、結局、公表されているマクロ予測の方が良いという結論に至り、それを使うようになったのです。
http://library.hse.ru/e-resources/HSE_economic_journal/articles/18_01_07.pdf 興味深い記事がありましたのでご紹介します...。
経済学の分野では、「ノーベル賞受賞者」という書類を配る、そんな詐欺まがいの事務所があるのです。そんなたまり場、巨大なたまり場、欧米の金融バブルを覆い尽くすたまり場。
どんな危機でも見てください。ノーベル賞受賞者や「偉大な」3人の中に、これらの危機を予測した人がいただろうか？
そこにあるのは
不動産市場の株価の裏側が丸わかりの『ダウン・ゲーム』の著者にもノーベル賞が贈られるに違いない。不動産、この現実を超えるものがあるのだろうかと思えるほどです。しかし、ノーベル賞受賞者たちが考案したこれらの指標を表示した論文は、インチキで非現実的なものであった。人々はそれを理解し、回転し続け......。
そして、前菜として「ウルフ・オブ・ウォールストリート」を見てください。ノーベル賞受賞者」の看板の裏にあるゴミのレベルは細部にまで及んでいる。THIS IS TRUE.ノビレの連中が書いたものは戦略的な嘘だしな。せいぜいグレンジャーのように短時間で使える程度です。
もっと大きく言えば、西洋でマクロ経済学のレベルで書かれていることは、すべて3つの眼鏡のゲームなのです。なぜなら、経済学は生産物やサービスの生産であり、金融は経済学と全く関係がないからです。子供向けゲーム「モノポリー」を大人向けにアレンジしたものです。皆さん、簡単な質問に答えてください。世界で最も高価な企業の一つであるグーグルを例にとってみましょう。明日捨てよう、壊そう。誰かが餓死するのではないか、ズボンがないまま放置されるのではないか？私たちは、これらのことを常識として知っています。指数が3倍になった2000年代初頭のサンドペーパー危機。それがどうした？
そして最後に。
スレッドの作者の作品に興味があるのでしょうか？間違いなく。毎日食べなければならない。非常に興味深い仕事ですが、私たちの日常の現実に関連していることを忘れてはなりませんし、市場経済分野のノーベル賞受賞者はペテン師であり、それ以上のものではないことを理解しなければなりません。ノーベル賞はそれ以外の何物でもない。しかし、たくさんの経済指標から、予測した指標に影響を与えるものを選ぶとなると......。それはとても興味深いですね...。
スレッドの作者に幸あれ。
経済学の分野では、「ノーベル賞受賞者」という書類を配る詐欺的な事務所がある。そんなたまり場、巨大なたまり場、欧米の金融バブルを覆い尽くすたまり場。
どんな危機でも見てください。ノーベル賞受賞者や「偉大な」3人の中に、これらの危機を予測した人がいただろうか？
そこにあなたの答えがあります。
不動産市場の株価の裏側が丸わかりの『ダウン・ゲーム』の著者にもノーベル賞が贈られるに違いない。不動産、この現実を超えるものがあるのだろうかと思えるほどです。しかし、ノーベル賞受賞者たちが考案したこれらの指標を表示した論文は、インチキで非現実的なものであった。人々はそれを理解し、回転し続け......。
そして、前菜として「ウルフ・オブ・ウォールストリート」を見てください。ノーベル賞受賞者」の看板の裏にあるゴミのレベルは細部にまで及んでいる。THIS IS TRUE.ノビレの連中が書いたものは戦略的な嘘だしな。せいぜいグレンジャーのように短時間で使える程度です。
もっと大きく言えば、西洋でマクロ経済学のレベルで書かれていることは、すべて3つの眼鏡のゲームなのです。なぜなら、経済学は生産物やサービスの生産であり、金融は経済学と全く関係がないからです。子供向けゲーム「モノポリー」を大人向けにアレンジしたものです。皆さん、簡単な質問に答えてください。世界で最も高価な企業の一つであるグーグルを例にとってみましょう。明日捨てよう、壊そう。誰かが餓死するのではないか、ズボンがないまま放置されるのではないか？私たちは、これらのことを常識として知っています。指数が3倍になった2000年代初頭のサンドペーパー危機。それがどうした？
そして最後に。
スレッドの作者の作品に興味があるのでしょうか？間違いなく。毎日食べなければならない。非常に興味深い仕事ですが、私たちの日常の現実に関連していることを忘れてはなりませんし、市場経済分野のノーベル賞受賞者はペテン師であり、それ以上のものではないことを理解しなければなりません。ノーベル賞はそれ以外の何物でもない。しかし、多くの経済指標を取り上げ、その中から予測される指標に影響を与えるものを選ぶと......。それはとても興味深いですね...。
スレッドの作者に幸あれ。
ノーベル賞がくだらないものであることには同意しますが、そこでも面白いものがたくさん見つかりますよ．映画「マージンコール」はご覧になりましたか？
ノーベル経済学賞は一体何のためにあるのか、ご存知ですか？
ノーベル賞に値する経済学の著作や研究が1つでもあり、それを読んで完全に理解したことがありますか？