Predicción del S&P500 con un día de antelación mediante redes convolucionales temporales

Question

Intento predecir el movimiento del S&P 500 a un día vista con redes convolucionales temporales. 1 para capturar algún "recuerdo".

Utilizo datos de cierre diario con la función de pérdida $\mathrm{MSE}(f(x_0, \ldots, x_T), y_T)$ donde $f(x_0, \ldots, x_T) = \hat y_T := x_{T+1}$ es la salida de la red neuronal. He probado innumerables hiperparámetros con este modelo tan rudimentario. Pero casi todos los modelos que convergen lo suficientemente cerca convergen a la estimación ingenua del precio de cierre futuro por el último precio conocido. He intentado añadir más características como el VIX y los tipos de interés en vano.

Por lo demás, estoy empleando la parada temprana, el abandono para la regularización, la normalización por peso para la normalización, etc., y he probado secuencias de entrada largas (casi un año) y cortas (una semana).

Soy consciente de que se trata de un modelo muy rudimentario y no esperaba nada innovador. Quiero entender por qué las cosas se comportan como lo hacen.

---

Pregunta:

1. ¿Por qué esta red, con un mínimo de información, converge a la estimación ingenua del último precio conocido?
2. ¿Cómo se pueden hacer pequeñas modificaciones, tal vez en la función de pérdida o en otra cosa, para que no se "atasque" convergiendo al estimador ingenuo?

Answer 1

Como dice @Bob Jansen más arriba el último precio es en realidad un excelente predictor, pero deberías hacerlo en el espacio de retorno.

Goyal y Welch (2007) intentar hacer esto con múltiples predictores y descubrir que nada supera sistemáticamente la rentabilidad media histórica ingenua. Sería muy interesante si su modelo converge a la misma respuesta. ¿Por qué hacer esto con una frecuencia diaria? ¿Qué ocurre si se hace mensualmente?

Answer 2

1. Porque el último precio conocido es un excelente indicador.
2. Yo probaría a modelizar los rendimientos en lugar de los precios. Ahora el modelo no puede converger al último precio.