Estoy buscando orientación sobre cómo desarrollar un modelo cuantitativo robusto para predecir los precios del plata utilizando indicadores macroeconómicos. ¿Cómo puedo incorporar variables como el crecimiento del PIB, las tasas de inflación y los cambios en la política monetaria en un modelo predictivo para la plata? ¿Qué técnicas estadísticas y modelos (por ejemplo, ARIMA, VAR, aprendizaje automático) han demostrado tener éxito en predecir con precisión los precios de los metales preciosos en respuesta a los cambios macroeconómicos? Recomendaciones sobre conjuntos de datos y métodos de validación del modelo también serían útiles.
Respuesta
¿Demasiados anuncios?
John Sansom
Puntos
20087
El desarrollo de un modelo cuantitativo robusto para predecir los precios de la plata utilizando indicadores macroeconómicos requiere una cuidadosa consideración de las relaciones entre estos indicadores y el precio de la plata. Idealmente, deberías entender la relación teórica entre el precio de la plata y las variables macro. En otras palabras, qué variables macro afectan el precio de la plata, cuál es la estructura de desfase entre las variables, si la forma funcional es lineal o no lineal, entre otras preguntas. Si la "teoría" está disponible, puedes estimar empíricamente el modelo (estimar parámetros del modelo).
Sin embargo, la mayoría de las veces la relación teórica no está disponible. Por lo tanto, deberías experimentar con datos empíricos y encontrar el mejor modelo con el mínimo error de prueba. Puedes utilizar tanto modelos econométricos (por ejemplo, ARIMAX, o modelos de regresión multivariante) como modelos de aprendizaje automático.
Échale un vistazo al siguiente artículo: Gargano, A., & Timmermann, A. (2014). Pronóstico de índices de precios de materias primas utilizando predictores macroeconómicos y financieros. International Journal of Forecasting, 30(3), 825-843. (https://www.sciencedirect.com/science/article/abs/pii/S016920701300099X)
Otros artículos que podrían ser relevantes:
- Wang, J., & Li, X. (2018). Un modelo de red neuronal combinado para el pronóstico de precios de materias primas con SSA. Soft Computing, 22, 5323-5333.
- Kohzadi, N., Boyd, M. S., Kermanshahi, B., & Kaastra, I. (1996). Una comparación de modelos de redes neuronales artificiales y series temporales para el pronóstico de precios de materias primas. Neurocomputing, 10(2), 169-181.
