Supongamos que el tren en M individuos que consta de T observaciones (es decir, TxM diseño de la matriz). La variable dependiente es de un año de retorno para cada uno de los de seguridad (H = horizonte de un año). En un factor de especificación del modelo, nos alineamos características de seguridad económica y el factor de exposición observada en el tiempo T con la variable dependiente observada en T+H. por lo Tanto, cualquier pronóstico operacional factor de modelo debe utilizar la información que está viciado por al menos un año.
Esto puede tener consecuencias traumáticas, especialmente, las condiciones del mercado están cambiando continuamente. Por ejemplo, un modelo de previsión de no "reconocer" a un mercado bajista hasta al menos un año completo en el mercado de oso (tal vez cuando el mercado de oso acabó como en la ilustración de abajo). Asimismo, un total de un año después del final de el oso el mercado en Marzo de 2009 como un modelo de previsión de continuaría predecir sustancial de los rendimientos negativos a Marzo de 2010 y, a continuación, algunos. O considerar hoy, 1 año de modelo de pronóstico más reciente de datos de entrenamiento es una observación a partir de agosto de 2010 – los cambios en el factor de las primas se retrasa por la construcción.
Echa un vistazo a este se deslice de un Axioma Modelo de Riesgo de presentación:
Aviso quedado el "eco" de la volatilidad de pico que tiene lugar meses después de octubre de 2008, varios meses después de que el se dio cuenta de la volatilidad de la espiga. Perversamente, como se dio cuenta de riesgo (línea gris) es la disminución de la predicción de riesgo (rojo/azul de la línea) es cada vez mayor! Esto es porque el se dio cuenta de la volatilidad entra en los datos de entrenamiento con algo de retraso. No hay una "instantánea" de ajuste a las condiciones actuales.
Lo que los creativos soluciones o enfoques de modelado puede ser utilizado para tratar con este problema endémico en los modelos de pronósticos? Existen métodos estadísticos para lidiar con esto?