МОСКВА, 16 июн — РИА Новости, Наталья Дембинская. С февраля американская экономика погрузилась в рецессию — впервые за 13 лет. Сокращение производства и рост безработицы просто катастрофические. Аналитики предупреждают: нынешний кризис, возможно, окажется даже хуже глобального финансового краха 2007-2009 годов.Скатились в рецессиюО том, что...
1万個の指標を一つずつ見ていき、S&P500を記述する線形モデルy_mod = a + b*x1を最小の誤差で与えたものを選択しましょう。そして、残基 y - y_mod = c + d*x2 を最小の誤差で記述するように、残りの1万-1個の指標を試して、2番目の入力を再度選択します。といった具合に。この方法は、ステップワイズ回帰またはマッチング追求と呼ばれる。
以下は、S&P500との相関係数が最大となる最初の10指標である。
シリーズID
ラグ
コル
Mut Info
'PPICRM（ピーピックラム
2
0.315
0.102
'CWUR0000SEHE'
2
0.283
0.122
'ces1021000001'
1
0.263
0.095
'b115rc1q027sbea'。
2
0.262
0.102
'ces1000000034'です。
1
0.261
0.105
'a371rd3q086sbea' です。
2
0.260
0.085
'b115rc1q027sbea'。
1
0.256
0.102
'cuur0000saf111'
1
0.252
0.117
'cuur0000sehe'です。
2
0.251
0.098
'USMINE'（ウスミン
1
0.250
0.102
S&P500との相互情報量が最大となる上位10指標を紹介します。
シリーズID
ラグ
コル
Mut Info
CPILEGSL
3
0.061
0.136
'b701rc1q027sbea' です。
3
0.038
0.136
'CUSR0000SAS'
3
0.043
0.134
'GDPPOT'
3
0.003
0.134
'NGDPPOT'
5
0.102
0.134
'OTHSEC'
4
0.168
0.133
3 'lnu01300060'です。
3
0.046
0.132
'lrac25ttusm156n'。
3
0.046
0.132
'lrac25ttusq156n'。
3
0.046
0.131
'CUSR0000SAS'
1
0.130
0.131
Lag は、シミュレーションされた S&P 500 シリーズに対する入力シリーズのラグである。これらの表からわかるように、最も重要なインプットを選択する方法が異なれば、インプットセットも異なるものとなる。私の最終目標はモデルの誤差を最小にすることなので、2番目の入力の選択方法、つまり、すべての入力を調べて誤差が最小になる入力を選択する方法を選びました。
より鮮明な画像
繰り返しになりますが、私の方法はS&P500を予測するものではありません。不況を予測する。2020年の不況はまだ終わっていない。予測に問題はない。
...
1.予想屋は不況を予想する能力に基づいて選ばれる。選定は、私の影響や意見によらず、自動的に行われます。
2. 評価尺度は、提案されたBuy&Sell戦略がBuy&Holdよりも収益性が高いかどうかである。
3.ヒストリカルプロットは、個々の経済 パフォーマンスの歴史の深さに限定される。
唯一考えられる批判は、過去の結果が将来の不況予測の精度を保証するものではない、ということだ。表示されたチャートの結果は、2019年12月の最後のリセッションシグナルを除き、すべて履歴にフィットしています。
建設的な対話のために、私のシステム／モデルの精度を、他の基礎的あるいは技術的な景気後退予測システムと比較することを提案します。また、私のシステムの利回り＋ドローダウンを、S&P500を取引する他のシステムと比較することもできます。
あなたの不況予測システムは、この不況を予測しましたか、また、どのくらい前に予測しましたか、と単純に尋ねます。
https://www.google.com/amp/s/ria.ru/amp/20200616/1572964400.html
あなたの不況予測システムは、この不況を予測しましたか、また、どのくらい前に予測しましたか、と単純に尋ねます。
https://www.google.com/amp/s/ria.ru/amp/20200616/1572964400.html
コメント投稿の前に、コメント内容を読んでいるのでしょうか？
Vladimir氏は「このストラテジーは2019年12月に売りシグナルを出した。まだ、買いシグナルは出ていない。どうやら相場は下がるようだ。"(с).
そこで、利用可能な経済指標に基づいてS&P500指数を予測することが課題となります。
ステップ1： 指標を探す指標はこちらで公開されています。http://research.stlouisfed.org/fred2/ 24万件あります。最も重要なのは、GDP成長率です。この指標は四半期ごとに算出されます。そのため、3ヶ月というステップを踏みました。短い時間枠の指標はすべて3ヶ月に再計算し、それ以外（年間）は破棄しています。また、アメリカ以外の国の指標や、歴史が深くない（15年以上）指標は破棄しています。そこで、苦労してたくさんの指標をふるいにかけて、1万個くらいの指標を手に入れます。我々は、四半期を周期とする1万個の経済指標を持ち、1四半期または2四半期先のS&P500指数を予測するという、より具体的な課題を設定した。私はすべてMatlabで行っていますが、Rで行うことも可能です。
ステップ2： 微分と正規化により、すべてのデータを定常型に変換する。いろいろな方法がありますね。要は、変換されたデータが元のデータから復元できるかどうかということです。定常性がなければ、どんなモデルも機能しない。変身前と変身後のS&P500シリーズを以下に示す。
ステップ3： 機種を選ぶニューラルネットワークができるかもしれませんね。多変量線形回帰でも よい。多変数多項式回帰でもよい。線形モデルと非線形モデルを試した結果、y=S&P500、x=1万種類の指標の一つであるy(x)のグラフがほぼ丸い雲であることから、データが非常にノイズが多く、非線形モデルのあてはめに意味がないと結論付けました。そこで、より具体的な課題として、四半期を周期とする1万個の経済指標を持つS&P500指数の1四半期先、2四半期先を多変量線形回帰で予測することを定式化した。
ステップ4： 1万個の中から最も重要な経済指標を選択する（問題の次元を下げる）。これが最も重要で難しいステップです。例えば、S&P500の歴史を30年（120四半期）とする。S&P500を様々な経済指標の線形結合として表現するためには，この30年間のS&P500を正確に表現するための120の指標があれば十分である。また、120の指標とS&P500の120の値からこのような正確なモデルを作るために、指標はどんなものでもよい。したがって、入力数を記述された関数値の数より少なくすることにする。例えば、最も重要な10〜20の指標/入力を求めています。このように、多数の候補ベース（辞書）から選ばれた少数の入力でデータを記述する作業をスパース符号化と呼ぶ。
予測入力の選択には多くの方法がある。全部試しましたよ。ここでは主な2つを紹介します。
以下は、S&P500との相関係数が最大となる最初の10指標である。
S&P500との相互情報量が最大となる上位10指標を紹介します。
Lag は、シミュレーションされた S&P 500 シリーズに対する入力シリーズのラグである。これらの表からわかるように、最も重要なインプットを選択する方法が異なれば、インプットセットも異なるものとなる。私の最終目標はモデルの誤差を最小にすることなので、2番目の入力の選択方法、つまり、すべての入力を調べて誤差が最小になる入力を選択する方法を選びました。
...
コメント投稿の前に、コメント内容を読んでいるのでしょうか？
Vladimir氏は「このストラテジーは2019年12月に売りシグナルを出した。今のところ買いシグナルなし。どうやら相場は下がるようだ。"(с).
目に見えない主観的な要素の存在や影響については、これらのステップをよく読み直し、主観が存在しないか、最終結果を変えないことを確認することをお勧めします...。
...結局のところ、予測においては、データ分析の方法そのものに頼るのではなく、個人的な主観に頼るべきだという結論に達する。