Home > Doc > la combinazione di previsioni > Applicazioni

La combinazione di previsioni

Applicazioni

Tale procedura è stata utilizzata per la previsione dei massimi e minimi del tasso di cambio marco/dollaro (chiamato DEM d'ora in poi) e del future sui BTP (chiamato FIB d'ora in poi). Il periodo campionario va dal 17 maggio 1994 al 14 luglio 1997.

La scelta di prevedere i massimi ed i minimi di una serie finanziaria è stata fatta partendo dall'osservazione che i traders, per pianificare le loro operazioni, hanno bisogno di prevedere l'escursione giornaliera della serie, piuttosto che il semplice valore di fine giornata. Inoltre, da un punto di vista statistico, si tratta di serie molto particolari, caratterizzate da distribuzioni fortemente non gaussiane e soprattutto con osservazioni non equi-distanziate, per le quali, quindi, i modelli non lineari utilizzati possono essere adatti.

Per valutare le capacità previsive dei vari modelli e del combinatore si è utilizzato il criterio dell'errore assoluto medio3 (MAE) e si è usata la semplice ipotesi di random walk (il domani è uguale all'oggi) come termine di paragone. Si sono utilizzate le 5 settimane intercorrenti tra il 14/07/97 ed il 28/08/97 per i vari confronti.

Le previsioni settimanali utilizzano come informazioni supplementari le richieste di lavoro ed il livello delle vendite al dettaglio negli Stati Uniti, nel caso del DEM, ed il tasso di interesse sul pronti contro termine, che è un ottimo indicatore della politica monetaria della banca d'Italia e l'offerta netta delle aste dei BTP, nel caso del FIB.

Le tabelle 1e 2 presentano i risultati ottenuti considerando la serie DEM. Ad eccezione della logica fuzzy, i vari modelli non riescono a migliorare la performance del random walk. Nonostante i risultati deludenti delle varie metodologie, le previsioni combinate ed in particolare quelle ancorate presentano i migliori risultati, anche rispetto al random walk. In particolare per la serie del minimo, il guadagno delle previsioni del combinatore ancorato rispetto al random walk è del 5,18%.

Le varie metodologie, ad eccezione della logica fuzzy e delle reti neurali, presentano migliori risultati previsivi nel caso delle serie del minimo e del massimo del FIB, come è possibile valutare dalle tabelle 3 e 4. In questo esempio, le previsioni ancorate, pur presentando un guadagno del 10,41% rispetto al random walk, non risultano la migliore previsione e, per i passi successivi al primo, in alcuni casi sono meno soddisfacenti delle previsioni combinate semplici. Ciò nonostante, la performance delle previsioni combinate può essere considerata molto interessante, in quanto rimane sempre posizionata tra le prime tre migliori, dimostrando perciò di essere robusta e quindi affidabile.

Infine la tabella 5 presenta la percentuale di segni corretti ottenuti nelle previsioni un passo avanti. In linea con i risultati precedenti, nessuno dei modelli presenta un comportamento uniformemente migliore: infatti la logica fuzzy ed i modelli caotici sono i migliori nel caso del DEM, mentre i modelli a cambiamenti di regime ed in parte i GARCH sono preferibili nel caso del FIB. Le previsioni combinate sono quindi la scelta più opportuna, in quanto presentano risultati uniformemente validi.

[Sommario] [Successivo : Conclusioni ]