Probabilistische Prognosen für das Trading nach Quantilabdeckung ranken

Zusammenfassung

Diese Studie schlägt statistische Kennzahlen vor, um probabilistische Prognosemodelle anhand von Pinball Loss und empirischer Abdeckung zu ranken. Sie untersucht, ob sich damit das leistungsstärkste Prognosemodell bestimmen lässt und ob die Ranking-Kennzahl außerhalb der Stichprobe mit einem höheren durchschnittlichen Gewinn pro Trade zusammenhängt. Im Mittelpunkt stehen Prognosen in Quantilen und deren Einsatz innerhalb einer Handelsstrategie.

Im berichteten Vergleich führt das Ranking von Modellen nach der Abdeckung ihrer Quantilprognosen während der Handelszeiten zu einer besseren wirtschaftlichen Leistung als die anderen betrachteten Kennzahlen. Dies legt nahe, dass die Kalibrierung von Prognosen während relevanter Handelszeiten für die Strategie wichtiger sein kann als eine aggregierte Kennzahl allein. Der Befund ist auf die beschriebene Handelsstrategie und Auswertung begrenzt; das Dokument nennt weder den Markt noch die Stichprobenlänge, numerische Renditen oder detaillierte Vergleichsergebnisse. Es bietet daher ein zu prüfendes Auswahlprinzip und keinen Beleg dafür, dass ein Ranking nach Abdeckung bei jeder Prognoseaufgabe oder jedem Handelssystem überlegen ist.

Kernaussagen

• Die Studie vergleicht Rankings probabilistischer Prognosen anhand von Pinball Loss und empirischer Abdeckung.
• Die Auswertung setzt Modellrankings mit dem durchschnittlichen Gewinn pro Trade in einer Out-of-Sample-Periode in Beziehung.
• Die Abdeckung von Quantilprognosen während der Handelszeiten erzielt in der getesteten Strategie die beste wirtschaftliche Leistung.
• Das Ergebnis ist auf die betrachteten Prognosen und das untersuchte Handelssystem begrenzt.

Schlagwörter

# Ranking probabilistic forecasting models with different loss functions


# Ranking probabilistic forecasting models with different loss functions









In this study, we introduced various statistical performance metrics, based on the pinball loss and the empirical coverage, for the ranking of probabilistic forecasting models. We tested the ability of the proposed metrics to determine the top performing forecasting model and investigated the use of which metric corresponds to the highest average per-trade profit in the out-of-sample period. Our findings show that for the considered trading strategy, ranking the forecasting models according to the coverage of quantile forecasts used in the trading hours exhibits a superior economic performance.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.