En el análisis técnico, podemos utilizar la confluencia de la dirección de 3 marcos temporales para calibrar aproximadamente el sesgo del mercado actual. Del mismo modo, si utilizamos métodos de previsión de series temporales para predecir (por ejemplo, datos diarios, si el S&P va a subir mañana), ¿cuántos datos diarios históricos serían óptimos (apuesta 2 semanas-1 mes-3 meses)? Demasiados o muy pocos datos pasados no dan una predicción precisa.
(1) generar resultados en intervalos de 5 días (dentro de 3 meses) hasta obtener la mejor predicción de intervalo que más se acerque al valor de cierre de ayer... ¿Entonces utilizar este intervalo para predecir el cierre de mañana?
(2) combinar la previsión de 3 meses y el backcasting (datos inversos) hasta que haya un resultado que coincida...entonces utilizar este día como punto de referencia inicial para la previsión? http://www.spiderfinancial.com/support/documentation/numxl/tips-and-tricks/backward-forecast http://pakaccountants.com/what-is-backcasting-and-difference-forecasting/
¿Otras sugerencias?