还在等待滞后的数据披露?NO!我们要实时预报!

2019 年 9 月 6 日 优矿量化实验室
除了forecast,你还需要nowcast
人们总是对预测未来充满兴趣,气象预测者预测天气,宏观政策制定者预测经济走势,股票研究员研究股价未来走势……慢慢的,人们对预测提出了更高的要求。
截至2019年8月31日,A股的上市公司才陆续完成他们的半年度财务报告披露工作,市场随即上演了一波“业绩报告”行情。如果等到企业发布业绩快报或者业绩报告再上车,此时可能会面临偏高的入场价格。作为投资者,我们当然希望能够提前布局仓位。那么,有没有什么方法能够让我们不用等待企业公告,提前知晓企业的发展状况呢?有没有能实时预测企业盈利状况的模型呢?
如果有一个智能机器人能够捕捉到外界变化,然后立即输出变化带来的结果,那么上面的问题将得到满意的答复。这种对当前、不久的将来和最近的过去进行预测的方法被称为“nowcast(临近预报)”。伴随着科技手段的进步,我们能够通过大数据、云计算技术实现对数据的实时抓取,再通过数学、统计学模型计算出相应的结果,实现对观测指标的实时跟踪和预测。
下面让我们来看一个应用案例:

联储nowcast模型案例分析

宏观经济研究者在分析宏观经济时往往需要跟踪大量的宏观数据,但受制于各类数据披露时间的滞后性和披露频率不一致性,研究员很难对宏观经济所处的位置做出精确的判断。
美国亚特兰大联邦储备银行发布了一个名为GDP NOW 的nowcast模型,它基于当前测量季度的可用数据对当前季度实际GDP增长的运行做出实时估计,估计值每月更新6-7次。
模型将自上而下的计量经济学模型和自下而上的构建GDP的方法相结合,通过数学方程(桥式方程bridge equation)将美国人口普查、美国劳工统计局和其他来源公开发布的数据与相应的GDP组成部分相关联;再通过多因子模型,将GDP的各组成部分(参照美国经济分析局,一共13个)采用美国经济总局使用的链式加权方法进行加权得到GDP增长的临近预测。
根据上述算法,预测的当期季度GDP增长值会发生实时变动,最终可以在官方数据披露之前得到一个估计值。最新一季度预测图表如下所示:
图1: Evolution of Atlanta Fed GDP NOW  Real GDP Estimate for 2019:Q3

sources:Blue Chip Economic Indicators and Blue Chip Financial Forecasts
模型能够在官方正式公布当季GDP增长速度之前计算出一个较精确的估计值。
自2011年开始,该模型进行跟踪预测的平均绝对误差为0.58%,均方根误差为0.75%。利用2000年至2013年数据做回测,模型的样本外预测均方根误差为1.15%。
从图3可以看出,预测时间越接近预测季度末期,预测的结果越精准。

图2:Actucal and Final GDP NOW Forecasts of Initial BEA Estimates of Quarterly Real GDP Growth

source:U.S. BEA  and Federal Reserve Bank of Atlanta

图3:Root Mean Square Forecast Error of GDP Growth for GDP NOW model: 2000:Q1-2013:Q4

source:Federal Reserve Bank of Atlanta

萝卜投资助您实现nowcast

萝卜投资致力于打造智能投资时代的一体化资产管理工具。通过搭建自上而下的科学投研体系,将机器擅长的计算逻辑模型化,最终实现人机结合的智能预测模型。它的功能不仅限于预测经济/行业/公司的长期发展趋势,还能对标的当前状态做出临时预报。
那么,它是怎么做到实时预报的呢?我们来看个栗子~

萝卜投资构建了系统化的宏观经济nowcast分析框架,利用人工智能模型合成对宏观经济状态(如经济增长、通货膨胀等)的高频度量指标,用几个指标就能展示宏观经济的全景。更重要的,能实时展现宏观经济目前所处的位置。

图4:萝卜投资产品界面

source:萝卜投资

以经济增长指数为例,萝卜投资经济增长系统化框架(局部)如图5所示:

图5:宏观经济景气nowcast研究框架—经济增长(局部)

source:萝卜投资

 这个模型的优势有两点:其一,可以充分挖掘关键高频数据的实时变化,迅速预判经济是否处于拐点;其二,可以利用官方数据对模型不断修正,避免短期的高频扰动对合成指标产生影响。

宏观经济研究框架也可以自行编辑!你完全可以整合过往的投研经验,设计个性化的研究框架。

推荐阅读:抢占投资先机 预判宏观拐点 用这个模型就够了!

想了解更多萝卜投资在nowcast模型上的应用,请扫描留下联系方式
----
登录查看更多
2

相关内容

专知会员服务
80+阅读 · 2020年6月20日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
121+阅读 · 2019年10月10日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
美参议员提出商业面部识别隐私法案
蚂蚁金服评论
12+阅读 · 2019年4月25日
你真的懂时间序列预测吗?
腾讯大讲堂
104+阅读 · 2019年1月7日
【机器学习】如何通过机器学习预测维护设备?
产业智能官
16+阅读 · 2018年7月9日
苹果首次披露Siri声纹识别技术
AI前线
6+阅读 · 2018年4月17日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年9月11日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
7+阅读 · 2018年6月1日
VIP会员
相关资讯
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
美参议员提出商业面部识别隐私法案
蚂蚁金服评论
12+阅读 · 2019年4月25日
你真的懂时间序列预测吗?
腾讯大讲堂
104+阅读 · 2019年1月7日
【机器学习】如何通过机器学习预测维护设备?
产业智能官
16+阅读 · 2018年7月9日
苹果首次披露Siri声纹识别技术
AI前线
6+阅读 · 2018年4月17日
Top
微信扫码咨询专知VIP会员