Clasificación de previsiones probabilísticas por cobertura de cuantiles para trading

Resumen

Este estudio propone métricas estadísticas para clasificar modelos de previsión probabilística mediante la pérdida pinball y la cobertura empírica. Pregunta si estas medidas pueden identificar el mejor modelo de previsión y si la métrica de clasificación se asocia con un mayor beneficio medio por operación fuera de muestra. Se centra en previsiones expresadas como cuantiles y en su uso dentro de una estrategia de trading.

En la comparación descrita, clasificar los modelos según la cobertura de las previsiones de cuantiles durante las horas en que se opera produce un mejor rendimiento económico que las otras métricas consideradas. Esto sugiere que la calibración de las previsiones durante los periodos de trading relevantes puede importar más para la estrategia que una medida agregada por sí sola. El resultado se limita a la estrategia y evaluación descritas; el documento no indica el mercado, la duración de la muestra, los rendimientos numéricos ni resultados detallados de la comparación. Por tanto, ofrece un principio de selección que conviene investigar, no evidencia de que clasificar por cobertura sea superior en todas las tareas de previsión o sistemas de trading.

Ideas clave

• El estudio compara clasificaciones de previsiones probabilísticas basadas en la pérdida pinball y la cobertura empírica.
• La evaluación relaciona las clasificaciones de modelos con el beneficio medio por operación en un periodo fuera de muestra.
• La cobertura de las previsiones de cuantiles durante las horas de trading ofrece el mejor rendimiento económico en la estrategia probada.
• El resultado se limita a las previsiones y la configuración de trading consideradas.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.