Previsão de mercado com base em indicadores macroeconômicos - página 58

[Vladimir]

Uma imagem mais clara:

[Реter Konow]

Vladimir:

Mais uma vez, meu método não prevê o S&P500. Ele prevê recessões. A recessão de 2020 ainda não terminou. Não há problema com a previsão.

...

Ao diálogo construtivo. Devo observar, no entanto, que a primeira linha do primeiro post neste tópico, em preto e branco, declara o objetivo do estudo: prever o S&P500. Em seguida, fala sobre a previsão do próximo trimestre e descreve passo a passo a abordagem para a construção do estudo. A recessão é mencionada de passagem (ou melhor, não é mencionada de forma alguma).

É claro, não importa o que está previsto, desde que se torne realidade).

[Реter Konow]

Vladimir:

1. As previsões são selecionadas com base em sua capacidade de prever recessões. A seleção é feita automaticamente, sem minha influência ou opinião.

2. A escala de avaliação é se a estratégia proposta de compra e venda é mais lucrativa do que a de compra e venda.

3. As parcelas históricas estão limitadas à profundidade da história do desempenho econômico individual

A única crítica possível é que os resultados históricos não garantem a precisão da previsão de recessões no futuro. Todos os resultados do gráfico mostrado foram ajustados à história, exceto o último sinal de recessão em dezembro de 2019.

Para um diálogo construtivo, sugiro comparar a precisão do meu sistema/modelo com outros sistemas fundamentais ou técnicos de previsão de recessão. Você também pode comparar o rendimento + drawdown do meu sistema com outros sistemas que comercializam o S&P500.

Destaco: meus argumentos são baseados no primeiro post deste tópico, onde o método de previsão S&P500 é descrito. Eu poderia perder alguns outros posts neste tópico, não os comentarei de forma alguma, acredito que o método está totalmente descrito na primeira página.

1. Eu não encontrei isto no primeiro posto. O método de previsão descrito tem como objetivo prever o próximo trimestre do S&P500. Eu não li nada sobre o método de previsão da recessão. Se o método de previsão da recessão for diferente do descrito, favor declará-lo (ou dar um link) para que você possa ter uma idéia.

Também, se possível, descreva em detalhes o método de seleção automática de indicadores, de modo que remova completamente o fator de subjetividade.

2. Eu não entendo este ponto. A descrição do método de previsão não fala de estratégias específicas. (Mais precisamente, o método em si é uma estratégia, mas não é especificamente nomeado).

3. então a profundidade total da história de cada indicador é tomada sem nenhum encurtamento?

...

Concordo em comparar a precisão de seu sistema de previsão de recessão com outros, exatamente onde você a obtém?

[Реter Konow]

Eu pergunto simplesmente: seu sistema de previsão da recessão previu esta recessão e quanto tempo antes dela?

https://www.google.com/amp/s/ria.ru/amp/20200616/1572964400.html

[denis.eremin]

Реter Konow:

Eu pergunto simplesmente: seu sistema de previsão da recessão previu esta recessão e quanto tempo antes dela?

https://www.google.com/amp/s/ria.ru/amp/20200616/1572964400.html

Você lê mesmo o que está comentando antes de seus comentários-postais?

Vladimir escreveu: "Esta estratégia deu um sinal de venda em dezembro de 2019. Ele ainda não deu sinal de compra. Aparentemente, o mercado vai cair". (с).

[Реter Konow]

Vladimir:

Portanto, a tarefa é prever o índice S&P 500 com base nos indicadores econômicos disponíveis.

Passo 1: Encontre os indicadores. Os indicadores estão disponíveis publicamente aqui: http://research.stlouisfed.org/fred2/ Existem 240.000 deles. O mais importante é o crescimento do PIB. Este indicador é calculado a cada trimestre. Por isso, nosso passo é de 3 meses. Todos os indicadores em prazos mais curtos são recalculados para 3 meses, os demais (anuais) são descartados. Também descartamos indicadores para todos os países, exceto EUA e indicadores que não têm um histórico profundo (pelo menos 15 anos). Assim, peneiramos laboriosamente um monte de indicadores, e obtemos cerca de 10 mil indicadores. Vamos formular uma tarefa mais específica para prever o índice S&P 500 um ou dois trimestres à frente, tendo 10 mil indicadores econômicos com um período trimestral. Eu faço tudo em Matlab, embora também seja possível fazê-lo em R.

Passo 2: Converta todos os dados para uma forma estacionária, diferenciando e normalizando. Há muitos métodos. O principal é que os dados transformados podem ser recuperados a partir dos dados originais. Nenhum modelo funcionará sem estacionaridade. A série S&P 500 antes e depois da transformação é mostrada abaixo.

Passo 3: Escolha um modelo. Você poderia ter uma rede neural. Pode ser umaregressão linear multivariável. Poderia ser uma regressão polinomial multi-variável. Depois de experimentar modelos lineares e não lineares, concluímos que os dados são tão ruidosos que não faz sentido encaixar um modelo não linear como o gráfico y(x) onde y = S&P 500 e x = um dos 10 mil indicadores é quase uma nuvem redonda. Assim, formulamos a tarefa de forma ainda mais concreta: prever o índice S&P 500 para um ou dois trimestres à frente tendo 10 mil indicadores econômicos com um período trimestral, utilizando a regressão linear multivariável.

Passo 4: Selecione os indicadores econômicos mais importantes entre 10 mil (reduzir a dimensão do problema). Este é o passo mais importante e difícil. Suponha que pegamos a história do S&P 500 que tem 30 anos de duração (120 trimestres). A fim de representar o S&P 500 como uma combinação linear de vários indicadores econômicos, é suficiente ter 120 indicadores para descrever com precisão o S&P 500 durante esses 30 anos. Além disso, os indicadores podem ser absolutamente qualquer tipo de indicador, a fim de criar um modelo tão preciso de 120 indicadores e 120 valores de S&P 500. Assim, reduziremos o número de entradas abaixo do número de valores das funções descritas. Por exemplo, estamos à procura de 10-20 indicadores/inputs mais importantes. Tais tarefas de descrição de dados por um pequeno número de entradas selecionadas de um grande número de bases de candidatos (dicionário) são chamadas de codificação esparsa.

Há muitos métodos para selecionar as entradas dos preditores. Eu tentei todas elas. Aqui estão os dois principais:

1. Classificamos todos os dados 10k por sua capacidade de previsão do S&P 500. A capacidade preditiva pode ser medida pelo coeficiente de correlação ou informação mútua.
2. Vamos olhar todos os 10 mil indicadores um por um e selecionar aquele que deu o modelo linear y_mod = a + b*x1 descrevendo o S&P 500 com o erro mínimo. Em seguida, selecionamos a segunda entrada novamente, tentando os 10 mil -1 indicadores restantes para que descreva o resíduo y - y_mod = c + d*x2 com o erro mínimo. E assim por diante. Este método é chamado de regressão por etapas ou busca de correspondência.

Aqui estão os primeiros 10 indicadores com o coeficiente de correlação máximo com o S&P 500:

Série ID	Lag	Corr	Informações mútuas
PPICRM	2	0.315	0.102
CWUR0000SEHE''.	2	0.283	0.122
CES1021000001	1	0.263	0.095
B115RC1Q027SBEA''.	2	0.262	0.102
CES1000000034	1	0.261	0.105
A371RD3Q086SBEA''.	2	0.260	0.085
B115RC1Q027SBEA''.	1	0.256	0.102
CUUR0000SAF111''.	1	0.252	0.117
CUUR0000SEHE'.	2	0.251	0.098
USMINE	1	0.250	0.102

Aqui estão os 10 principais indicadores com o máximo de informações mútuas com o S&P 500:

Série ID	Lag	Corr	Informações mútuas
CPILEGSL	3	0.061	0.136
B701RC1Q027SBEA''.	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	3	0.046	0.132
LRAC25TTUSM156N''.	3	0.046	0.132
LRAC25TTUSQ156N''.	3	0.046	0.131
CUSR0000SAS	1	0.130	0.131

Lag é o atraso da série de entrada em relação à série simulada S&P 500. Como você pode ver nestas tabelas, diferentes métodos de escolha das entradas mais importantes resultam em diferentes conjuntos de entradas. Como meu objetivo final é minimizar o erro do modelo, escolhi o segundo método de seleção de entradas, ou seja, passar por todas as entradas e selecionar a entrada que desse o menor erro.

...

Com relação à questão da existência e influência de um fator subjetivo não observável no estudo, sugiro que você releia estas etapas cuidadosamente e certifique-se de que a subjetividade esteja ausente ou NÃO altere o resultado final.

Leve em conta que os indicadores excluídos (no passo 4) da análise, no total, poderiam ter pesos dando o resultado oposto, se você os tivesse levado todos em consideração. Quero dizer, não podemos saber isso, podemos?

[Реter Konow]

denis.eremin:

Você lê mesmo o que está comentando antes de seus comentários-postais?

Vladimir escreveu: "Esta estratégia deu um sinal de venda em dezembro de 2019. Nenhum sinal de compra até o momento. Aparentemente, o mercado vai cair". (с).

Estou lendo do meu telefone, posso ter perdido isso.

Sim, na página 55. Meu primeiro posto é no 56. Eu li o primeiro, que descreve a essência do método de previsão e pulei o resto, porque estou interessado na essência do mesmo. Se ela (a essência) mudou ao longo dos anos (talvez porque Vladimir começou a falar de recessão, sobre a qual não há nada no primeiro posto), então eu estou falando do método do primeiro posto.

[Uladzimir Izerski]

De que recessão os Estados podem falar quando imprimem a moeda mundial, compram tudo no mundo com ela e a pagam em dívidas. No resto do mundo, não há mais produção e não há mais moeda. Os meios domésticos de produção nos estados aumentam de valor. A população não sofre, pois o poder aquisitivo é mantido pela imprensa gráfica. A inflação é realizada a partir do país. As economias em dólares noresto do mundotendem inversamente ao índice S&P 500.

[Реter Konow]

Реter Konow:
Sobre a questão da existência e influência de um fator subjetivo invisível no estudo, sugiro que você releia cuidadosamente estas etapas e certifique-se de que a subjetividade esteja ausente ou NÃO altere o resultado final...

Se meu oponente neste tópico fosse um filósofo "sofisticado", ele entenderia que eu o prendi pela questão da subjetividade da pesquisa "objetiva", da qual não há como se livrar, ele me faria uma contra pergunta - "e como você imagina uma pesquisa absolutamente objetiva?", à qual eu teria que responder que não imagino tal opção, pois as condições de QUALQUER pesquisa são estabelecidas pelo conceito do pesquisador e este fator não pode ser evitado. No final, juntos concluiríamos que na previsão não devemos nos basear tanto no método de análise de dados em si, mas sim na subjetividade pessoal, que pode estar certa apesar de todos os indicadores "objetivos" da pesquisa.

Apostar na Personalidade em primeiro lugar e nos indicadores considerados na análise em segundo lugar, pois a retidão pode ser invariável e cientificamente inexplicável. Tais personalidades têm sido e continuarão a ser na história.

[Реter Konow]

Реter Konow:
... No final, juntos chegaríamos à conclusão de que na previsão não se deve confiar tanto no método de análise de dados em si, mas na subjetividade pessoal, que pode ser correta contra todos os indicadores "objetivos" de um estudo.

Apostar na Personalidade em primeiro lugar e nos indicadores considerados na análise em segundo lugar, pois a retidão pode ser invariável e cientificamente inexplicável. Tais personalidades têm sido e continuarão a ser na história.

Vou fazer aqui um esclarecimento, para que o leitor não pense que estou levando-o ao misticismo (bem, talvez só um pouco).

E assim:

A subjetividade pessoal na análise/pesquisa deve ser localizada e claramente circunscrita. Precisamos ser claros sobre onde e por que somos forçados a fazer suposições subjetivas. Precisamos responder à questão de por que estamos dispostos a aceitar este grau de especulação. No entanto, nossa análise/pesquisa deve buscar a máxima objetividade, validade experimental, fatos e verificações, mas como a subobjetividade não é inevitável, devemos desenvolver critérios que indiquem que podemos confiar nela.

Isso significa (figurativamente), em cada estudo/análise, em séries numéricas, fórmulas e modelos, acrescentar um parâmetro "eu acho que sim" e contar com ele. Será mais preciso.