マクロ経済指標に基づく市場予測 - ページ 50 1...434445464748495051525354555657...61 新しいコメント Vladimir 2016.03.20 21:07 #491 Дмитрий:このスケールで目視で判断するのはとても難しいですね。以前はマルチファクターモデルを回していましたが、公開されている予測値よりも精度が低かったんです。HOUST1FやPRFIといった指標を一つとってみても、すでにあなたのモデルは、一般に公開されている予測よりも正確なものとなっています。消費者指標とイールドカーブを追加すれば、スーパーモデルの出来上がりです。以下は、1959年以降のGDP成長率とS&P500のグラフである。GDPがマイナス成長の時（リセッション）にS&P500が下落したことは否定できない。 Дмитрий 2016.03.20 21:17 #492 私自身、「スーパーモデル」をたくさん持っています。フォワードテストのみ、なぜか公開されている予測値よりも予測精度が悪くなっている СанСаныч Фоменко 2016.03.20 21:29 #493 Vladimir:HOUST1FやPRFIといった指標を一つとってみても、すでにあなたのモデルは、一般に公開されている予測よりも正確なものとなっています。消費者指標とイールドカーブを追加すれば、スーパーモデルの出来上がりです。以下は、1959年以降のGDP成長率とS&P500のグラフである。GDPがマイナス成長の時（リセッション）にS&P500が下落したことは否定できない。なんだか私の書き込みに選択的に反応していますね。当然ながら、上のグラフは路面電車のようなものです。トラムが走っている--と、乗客はみな、ストップ......と行っている。そして、乗客同士のつながりはひとつ、同じトラムに乗っていること、この場合は同じエコノミーであることです。この指数とGDPは、その国の経済状況から導き出されたものであり、両者の間に関連性はありません。2008年の危機は不動産危機で、GDPや指数など多くの数字がその危機から派生したものです。そして、指数はGDPから追従しないし、指数はGDPから追従しない--それらはせいぜい（常にではなく、先ほど持ち出したグラフを見ればわかる）、同じ絵を見せるだけだ。経済には将来の動きを決めるプロセスがあり、多くの指標はその動きを反映することになる。現在のアメリカ経済の根底にある動きは何でしょうか？個人的には、アメリカ 経済の最大の問題はゼロ金利だと考えている人たちと一緒になって考えています。社会セクター全体（保険・年金基金）が国債投資で利益を得たのである。ゼロ金利では、これらの組織は必要な利益を得ることができません。この種の組織を破綻させるようになったら、ドットコムとは別次元の問題だ。ところで、GDPとすべての指数は同じ方向、つまり下向きに、垂直に進むだろう。 Vladimir 2016.03.21 04:21 #494 СанСаныч Фоменко:この指標とGDPは、その国の経済状況から導き出されたものであり、両者の間に関連性はない。2008年の危機は不動産危機であり、GDPや指数の数値、その他多くのトラムの数値はその危機から派生したものである。そして、指数はGDPから追従しないし、指数はGDPから追従しない--それらはせいぜい（常にではなく、先ほど持ち出したグラフを見ればわかる）、同じ絵を示すだけだ。経済には将来の動きを決めるプロセスがあり、多くの指標はその動きを反映することになる。現在のアメリカ経済の根底にある動きは何でしょうか？個人的には、アメリカ 経済の最大の問題はゼロ金利だと考えている人たちと一緒になって考えています。社会セクター全体（保険・年金基金）が国債投資で利益を得たのである。ゼロ金利では、これらの組織は必要な利益を得ることができません。この種の組織を破綻させるようになったら、ドットコムとは別次元の問題だ。ところで、GDPとすべての指数は同じ方向、下へ、垂直に進んでいくでしょう。言われたことにすべて同意します。GDPの低下で市場指数が下がっていると言ったところを探したのですが、見つかりませんでした。どちらも、あなたが正しくおっしゃるように、経済の状態を反映した下落です。市場指数の下落は予測しにくいが、GDPの下落ははるかに予測しやすい。指数の低下とGDPの低下は同期して起こるので（自分で書いておいてなんですが、私の観測では指数はGDPの1四半期前に下がり始めています）、GDPの低下を予測することによって指数の低下を予測することができます。住宅着工は市場やGDPよりずっと早く落ち始める。ですから、最後の手段として、S&P500やGDPの良いモデルを作れなかった場合は、HOUSTと住宅価格だけを観察して、下落したらマーケットから退場することにしています。今のところ、そのようなことは確認されていません。HOUSTが160～170万円になったら、じっくり見たいと思います。HOUSTが1.2～1.3Mを下回ると、過去の景気後退が正当に始まったと言える。https://research.stlouisfed.org/fred2/series/HOUST今の経済の何が問題なのかについてですが、民間債務は引き続き大きな問題を抱えていると思います。銀行はまだ返済不能な人に融資している。アメリカでは、銀行が躍起になって、クレジットカードでの買い物に割引を適用している。ウォルマート、ターゲット、メイシーズ、スターバックスなど、あらゆるブランドショップにはクレジットカードがあります。中国では、民間債務の対GDP比が不況前の米国よりもさらに高い水準に達している。結局、次の不況の原因は中国にあるのかもしれない。 Yuri Evseenkov 2016.03.21 07:50 #495 Vladimir:今の経済の何が問題かというと、やはり個人の借金が大きな問題だと思います。銀行はまだ返済不能な人に融資している。アメリカでは、銀行が躍起になって、クレジットカードでの買い物に割引を適用している。ウォルマート、ターゲット、メイシーズ、スターバックスなど、あらゆるブランドショップにはクレジットカードがあります。中国では、民間債務の対GDP比が不況前の米国よりもさらに高い水準に達している。結局、次の不況の原因は中国にあるのかもしれない。中国のGDPについては、昨日の「おもしろ・ユーモア」スレッドで紹介されています。万物の一般理論」によれば、中国のGDP成長率は時間（t-t0）に2/3比例している。 Vladimir 2016.03.22 19:28 #496 それでは、順を追ってプレディクターを見ていきましょう。まず、すべてのデータを上記のように変換し、その平均の絶対値の増分を正規化しよう。そして、全歴史を実行し、線形回帰を使用して変換したGDPの予測誤差を確認します。以下は、予測誤差の大きい順に並べた上位10位の予測変数のリストです。 'シリーズ' 'ディレイ' 'エラー' コル・コーフ」。 「相互情報 説明文の 'a012rc1q027sbea' です。 1 0.785084491 0.521239874 0.207278508 '民間固定投資：住宅：構造' PRFI」。 1 0.785370338 0.52030199 0.205244075 「民間住宅用固定投資 'a756rc1q027sbea' 1 0.788998988 0.513150108 0.203337794 「新規構造物への民間固定投資：住宅用構造物 'dfdhra3q086sbea' です。 1 0.792817832 0.509246158 0.238935402 '実質個人消費支出：耐久財：家具・耐久財家庭用品（チェーン型数量指数）' 'w988rc1q027sbea'。 1 0.792819625 0.512427741 0.209527444 国内民間総投資額：家計と機関」。 'a713rx1q020sbea'です。 1 0.79292839 0.511152419 0.227008161 「国内購買層への実質的な最終販売額 'b713ra3q086sbea' です。 1 0.792933677 0.511052828 0.227015597 「実質国内最終販売額（チェーン型数量指数） 'w791rc1q027sbea'です。 1 0.795610445 0.509720881 0.220612324 「純国内投資：民間：家計と機関投資家 'a943rc1q027sbea' です。 1 0.799721554 0.493581939 0.198662644 「民間固定投資：住宅：構造物：恒久的敷地 'a011re1q156nbea'。 1 0.802124995 0.476308607 0.198071775 「国内総生産に占める割合：国内民間総投資額：固定投資額：住宅」。 このように、投資テーマからの予測は、特に不動産と家庭用機器に多く見られる。予測誤差が少ない予測変数は、GDPとの相関係数も高く、相互情報量も多い。A012RC1Q027SBEA と PRFI のいずれかが、モデルの第一予測因子として適している。例えば、変換後のGDPのPRFI(1)への依存性のグラフを見てみよう。点の色は時間によってスペクトルに沿って滑らかに変化し、例えば青い点は同じ時間間隔に属している。グラフからわかるように、PRFIに対するGDPの依存度には経年変化が特に見られない。この場合、線形依存性は非線形依存性より悪くなく、その単純性から好ましい。ところで、入力データが非常にノイジーな場合、非線形ニューラルネットワークが金融モデルに有利なのかどうかという議論もあります。では、PRFI(1)に基づく過去と未来のGDP予測を見てみよう。かなり優秀で、たった1つの予測因子で、銀行の予測より優れています。この予測には、過去の各時点で入手可能なGDPとPRFIのデータが使用されており、将来を見通すことはできない。予測因子の選択そのものに、唯一の先見性が存在する（PRFIは歴史を通じて選択されてきた）。 Market prediction based on Vladimir 2016.03.23 06:56 #497 前に進みましょう。2番目の予測因子の選択はそれほど単純ではない。私はステップワイズ回帰のようなものを使っています。最初の予測因子とそれを基にしたGDPモデルを見つけた後、GDPからそのモデルを引き算するというものです。その結果得られた残差は新しいモデル化された系列となり、それに対して2番目の予測因子を見つけ、さらにそれを繰り返す。数学に詳しい人なら、この方法で選んだ予測変数はすべて直交（予測変数間の相関がゼロ）であるべきだと知っているが、ほとんどの経済指標ではそうなっていない。これにはいくつかの解決策がありますが、それは後ほどお話しします。つまり、残差（GDPから第一予測変数に基づくモデルを引いたもの）があるわけです。利用可能なすべての予測器を調べ、残差を予測する際の誤差、残差との相関と相互情報を計算します。以下の表が得られます（最初の11個の予測変数のみが表示されています）。 ディレイ」。 'エラー' コル・コーフ」。 '相互情報'。 プレドニ 3 0.726557236 0.284915131 0.127184886 プレドス 3 0.726787378 0.315902493 0.130087104 プレデター 2 0.727334208 0.277286708 0.128992973 プレドックス5 1 0.728784473 0.308420433 0.129030595 プレデター6 3 0.729279452 0.292608987 0.134332245 プレデセブン 3 0.729297628 0.283750358 0.125613004 プレダクト8 1 0.732298245 0.314324885 0.152677285 プレディナイン 1 0.732362897 0.301421196 0.134899474 プレデター 1 0.732917749 0.290449918 0.126357606 プレドナイン 1 0.7342473 0.307902294 0.16423315 プレッド12 2 0.734315072 0.327789051 0.165246136 この場合、予測誤差は、最初の予測因子とこの表の各予測因子の合成誤差となります。ここで、第二の予測変数の選択には注意が必要である。pred2は最初の予測因子（PRFIまたはpred1）と組み合わせると最も低い誤差を与えますが、この予測因子の相関係数と相互情報量はそれほど高くはないのです。Pred12の方が期待できそうなので、そちらを選択することにします。pred12に対する残差依存性のグラフ。クラウドがよりファジーになりました。pred1、pred12に基づく予測。 Market prediction based on Дмитрий 2016.03.23 09:18 #498 Vladimir:この予測には、過去の各時点でその時点までに入手可能なGDPやPRFIのデータが使用されており、未来を覗くことはできない。未来を覗くのは、予測変数の選択そのものにしか存在しない（PRFIは歴史的に選択されてきた）。未来を覗く。未来を覗き見しているようで残念です。非常に大きな入力変数のセットがあるとき，予測される変数の選択された区間に最も適合するものを常に選択することができますが，その因子と以前の関数との間の機能的関係が存在するという事実は無視されます．つまり、「アンゴラの病院に食中毒で入院した患者の数」という変数は、米国のGDPを予測する選択されたセグメントに対しては問題ないかもしれないが、明らかに機能的な関係は存在しない。今回もフォワードだけが決定的で、（可変選択でも）覗き見はない。大量の変数の罠。 Dr. Trader 2016.03.23 11:55 #499 Дмитрий:つまり、「アンゴラの病院に食中毒で入院した患者の数」という変数は、選択した米国のGDPの予測プロットにぴったり当てはまるかもしれませんが、明らかに関数的な関係はありません。エキスパートを最適化 する際にも、同様の問題によく遭遇します。例えば、Expert Advisorを10年分の履歴に最適化し、最高の結果を得た後、そのような設定から何も得られないこともあり得ます。問題は、そこにあった設定で9年間もExpert Advisorを停滞させていたのに、たった1週間で偶然にも設定が合致して大きな利益につながったというリリースです。このような事故は、今後起こりそうもない。良い解決策は、全取引履歴を年単位で分割し、各年の利益を別々に計算し、最も悪い年の結果を取ることです。最適な相関を見つけるために、私は次のエラー関数を使用します：MAX(error(2000-2016), error(2000), error(2001), ..., error(2014), error(2015)).私は何も保証しません、統計のためにこの方法を試したわけではありません。 Vladimir 2016.03.23 14:44 #500 Дмитрий:未来を覗く。未来を覗き見しているようで残念です。非常に大きな入力変数のセットがあるとき，予測される変数の選択された区間に最も適合するものを常に選択することができますが，因子と提供される因子の間の機能的関係が存在するという事実は無視されます．つまり、「アンゴラの病院に食中毒で入院した患者の数」という変数は、米国のGDPを予測する選択されたセグメントに対しては問題ないかもしれないが、明らかに機能的な関係は存在しない。今回もフォワードだけが決定的で、（可変選択でも）覗き見はない。大量の変数の罠。 私もそう思いますし、自分でもここのどこかでそんなことを書いていたくらいです。すべての履歴で予測器を選び、同じ履歴からフォワードテストを行うことは、トレーダーから識者まで誰もが行う自己欺瞞である。景気予測について書かれた多くの記事は、選択された予測因子のリストから始まり、「素晴らしい」結果を報告しています。過去にうまくいったから」という理由でリバウンドやブレイクアウトなどのストラテジーを選択し、将来もうまくいくことを願い、フォワードテストのための履歴を含むすべての履歴を研究した上でストラテジーを選択したことに気づかずに、過去のフォワードテストを示す。私にとって、GDPと市場モデルのフォワードテストは、将来的に、だから私はこのスレッドを開いた - 予測を投稿し、彼らがリアルタイムで実現した方法を参照してください。作品は完成していません。非線形データ変換の アイデアはたくさんあります。例えば、HOUSTのような予測変数は、ある閾値関数を通じてGDP成長率に影響を与える。 1...434445464748495051525354555657...61 新しいコメント 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
このスケールで目視で判断するのはとても難しいですね。
以前はマルチファクターモデルを回していましたが、公開されている予測値よりも精度が低かったんです。
HOUST1FやPRFIといった指標を一つとってみても、すでにあなたのモデルは、一般に公開されている予測よりも正確なものとなっています。消費者指標とイールドカーブを追加すれば、スーパーモデルの出来上がりです。
以下は、1959年以降のGDP成長率とS&P500のグラフである。GDPがマイナス成長の時（リセッション）にS&P500が下落したことは否定できない。
私自身、「スーパーモデル」をたくさん持っています。フォワードテストのみ、なぜか公開されている予測値よりも予測精度が悪くなっている
HOUST1FやPRFIといった指標を一つとってみても、すでにあなたのモデルは、一般に公開されている予測よりも正確なものとなっています。消費者指標とイールドカーブを追加すれば、スーパーモデルの出来上がりです。
以下は、1959年以降のGDP成長率とS&P500のグラフである。GDPがマイナス成長の時（リセッション）にS&P500が下落したことは否定できない。
なんだか私の書き込みに選択的に反応していますね。
当然ながら、上のグラフは路面電車のようなものです。トラムが走っている--と、乗客はみな、ストップ......と行っている。そして、乗客同士のつながりはひとつ、同じトラムに乗っていること、この場合は同じエコノミーであることです。
この指数とGDPは、その国の経済状況から導き出されたものであり、両者の間に関連性はありません。
2008年の危機は不動産危機で、GDPや指数など多くの数字がその危機から派生したものです。そして、指数はGDPから追従しないし、指数はGDPから追従しない--それらはせいぜい（常にではなく、先ほど持ち出したグラフを見ればわかる）、同じ絵を見せるだけだ。
経済には将来の動きを決めるプロセスがあり、多くの指標はその動きを反映することになる。
現在のアメリカ経済の根底にある動きは何でしょうか？
個人的には、アメリカ 経済の最大の問題はゼロ金利だと考えている人たちと一緒になって考えています。社会セクター全体（保険・年金基金）が国債投資で利益を得たのである。ゼロ金利では、これらの組織は必要な利益を得ることができません。この種の組織を破綻させるようになったら、ドットコムとは別次元の問題だ。ところで、GDPとすべての指数は同じ方向、つまり下向きに、垂直に進むだろう。
この指標とGDPは、その国の経済状況から導き出されたものであり、両者の間に関連性はない。
2008年の危機は不動産危機であり、GDPや指数の数値、その他多くのトラムの数値はその危機から派生したものである。そして、指数はGDPから追従しないし、指数はGDPから追従しない--それらはせいぜい（常にではなく、先ほど持ち出したグラフを見ればわかる）、同じ絵を示すだけだ。
経済には将来の動きを決めるプロセスがあり、多くの指標はその動きを反映することになる。
現在のアメリカ経済の根底にある動きは何でしょうか？
個人的には、アメリカ 経済の最大の問題はゼロ金利だと考えている人たちと一緒になって考えています。社会セクター全体（保険・年金基金）が国債投資で利益を得たのである。ゼロ金利では、これらの組織は必要な利益を得ることができません。この種の組織を破綻させるようになったら、ドットコムとは別次元の問題だ。ところで、GDPとすべての指数は同じ方向、下へ、垂直に進んでいくでしょう。
言われたことにすべて同意します。GDPの低下で市場指数が下がっていると言ったところを探したのですが、見つかりませんでした。どちらも、あなたが正しくおっしゃるように、経済の状態を反映した下落です。市場指数の下落は予測しにくいが、GDPの下落ははるかに予測しやすい。指数の低下とGDPの低下は同期して起こるので（自分で書いておいてなんですが、私の観測では指数はGDPの1四半期前に下がり始めています）、GDPの低下を予測することによって指数の低下を予測することができます。住宅着工は市場やGDPよりずっと早く落ち始める。ですから、最後の手段として、S&P500やGDPの良いモデルを作れなかった場合は、HOUSTと住宅価格だけを観察して、下落したらマーケットから退場することにしています。今のところ、そのようなことは確認されていません。HOUSTが160～170万円になったら、じっくり見たいと思います。HOUSTが1.2～1.3Mを下回ると、過去の景気後退が正当に始まったと言える。
https://research.stlouisfed.org/fred2/series/HOUST
今の経済の何が問題なのかについてですが、民間債務は引き続き大きな問題を抱えていると思います。銀行はまだ返済不能な人に融資している。アメリカでは、銀行が躍起になって、クレジットカードでの買い物に割引を適用している。ウォルマート、ターゲット、メイシーズ、スターバックスなど、あらゆるブランドショップにはクレジットカードがあります。中国では、民間債務の対GDP比が不況前の米国よりもさらに高い水準に達している。結局、次の不況の原因は中国にあるのかもしれない。
今の経済の何が問題かというと、やはり個人の借金が大きな問題だと思います。銀行はまだ返済不能な人に融資している。アメリカでは、銀行が躍起になって、クレジットカードでの買い物に割引を適用している。ウォルマート、ターゲット、メイシーズ、スターバックスなど、あらゆるブランドショップにはクレジットカードがあります。中国では、民間債務の対GDP比が不況前の米国よりもさらに高い水準に達している。結局、次の不況の原因は中国にあるのかもしれない。
中国のGDPについては、昨日の「おもしろ・ユーモア」スレッドで紹介されています。万物の一般理論」によれば、中国のGDP成長率は時間（t-t0）に2/3比例している。
それでは、順を追ってプレディクターを見ていきましょう。まず、すべてのデータを上記のように変換し、その平均の絶対値の増分を正規化しよう。そして、全歴史を実行し、線形回帰を使用して変換したGDPの予測誤差を確認します。以下は、予測誤差の大きい順に並べた上位10位の予測変数のリストです。
このように、投資テーマからの予測は、特に不動産と家庭用機器に多く見られる。予測誤差が少ない予測変数は、GDPとの相関係数も高く、相互情報量も多い。A012RC1Q027SBEA と PRFI のいずれかが、モデルの第一予測因子として適している。例えば、変換後のGDPのPRFI(1)への依存性のグラフを見てみよう。
点の色は時間によってスペクトルに沿って滑らかに変化し、例えば青い点は同じ時間間隔に属している。グラフからわかるように、PRFIに対するGDPの依存度には経年変化が特に見られない。この場合、線形依存性は非線形依存性より悪くなく、その単純性から好ましい。ところで、入力データが非常にノイジーな場合、非線形ニューラルネットワークが金融モデルに有利なのかどうかという議論もあります。
では、PRFI(1)に基づく過去と未来のGDP予測を見てみよう。
かなり優秀で、たった1つの予測因子で、銀行の予測より優れています。この予測には、過去の各時点で入手可能なGDPとPRFIのデータが使用されており、将来を見通すことはできない。予測因子の選択そのものに、唯一の先見性が存在する（PRFIは歴史を通じて選択されてきた）。
前に進みましょう。2番目の予測因子の選択はそれほど単純ではない。私はステップワイズ回帰のようなものを使っています。最初の予測因子とそれを基にしたGDPモデルを見つけた後、GDPからそのモデルを引き算するというものです。その結果得られた残差は新しいモデル化された系列となり、それに対して2番目の予測因子を見つけ、さらにそれを繰り返す。数学に詳しい人なら、この方法で選んだ予測変数はすべて直交（予測変数間の相関がゼロ）であるべきだと知っているが、ほとんどの経済指標ではそうなっていない。これにはいくつかの解決策がありますが、それは後ほどお話しします。
つまり、残差（GDPから第一予測変数に基づくモデルを引いたもの）があるわけです。利用可能なすべての予測器を調べ、残差を予測する際の誤差、残差との相関と相互情報を計算します。以下の表が得られます（最初の11個の予測変数のみが表示されています）。
この場合、予測誤差は、最初の予測因子とこの表の各予測因子の合成誤差となります。ここで、第二の予測変数の選択には注意が必要である。pred2は最初の予測因子（PRFIまたはpred1）と組み合わせると最も低い誤差を与えますが、この予測因子の相関係数と相互情報量はそれほど高くはないのです。Pred12の方が期待できそうなので、そちらを選択することにします。pred12に対する残差依存性のグラフ。
クラウドがよりファジーになりました。pred1、pred12に基づく予測。
この予測には、過去の各時点でその時点までに入手可能なGDPやPRFIのデータが使用されており、未来を覗くことはできない。未来を覗くのは、予測変数の選択そのものにしか存在しない（PRFIは歴史的に選択されてきた）。
未来を覗く。未来を覗き見しているようで残念です。
非常に大きな入力変数のセットがあるとき，予測される変数の選択された区間に最も適合するものを常に選択することができますが，その因子と以前の関数との間の機能的関係が存在するという事実は無視されます．
つまり、「アンゴラの病院に食中毒で入院した患者の数」という変数は、米国のGDPを予測する選択されたセグメントに対しては問題ないかもしれないが、明らかに機能的な関係は存在しない。
今回もフォワードだけが決定的で、（可変選択でも）覗き見はない。
大量の変数の罠。
つまり、「アンゴラの病院に食中毒で入院した患者の数」という変数は、選択した米国のGDPの予測プロットにぴったり当てはまるかもしれませんが、明らかに関数的な関係はありません。
エキスパートを最適化 する際にも、同様の問題によく遭遇します。例えば、Expert Advisorを10年分の履歴に最適化し、最高の結果を得た後、そのような設定から何も得られないこともあり得ます。問題は、そこにあった設定で9年間もExpert Advisorを停滞させていたのに、たった1週間で偶然にも設定が合致して大きな利益につながったというリリースです。このような事故は、今後起こりそうもない。良い解決策は、全取引履歴を年単位で分割し、各年の利益を別々に計算し、最も悪い年の結果を取ることです。
最適な相関を見つけるために、私は次のエラー関数を使用します：MAX(error(2000-2016), error(2000), error(2001), ..., error(2014), error(2015)).私は何も保証しません、統計のためにこの方法を試したわけではありません。
未来を覗く。未来を覗き見しているようで残念です。
非常に大きな入力変数のセットがあるとき，予測される変数の選択された区間に最も適合するものを常に選択することができますが，因子と提供される因子の間の機能的関係が存在するという事実は無視されます．
つまり、「アンゴラの病院に食中毒で入院した患者の数」という変数は、米国のGDPを予測する選択されたセグメントに対しては問題ないかもしれないが、明らかに機能的な関係は存在しない。
今回もフォワードだけが決定的で、（可変選択でも）覗き見はない。
大量の変数の罠。