利用机器学习算法预测经济衰退
摘要：机器学习技术在预测经济衰退方面具有潜在的预警能力。我们使用金融市场的少量解释变量进行训练，这些变量可以在预测时对预测者可用。我们在1970年第2季度至1990年第1季度期间训练算法，并对未来一个季度、三个季度和六个季度进行预测。然后，我们重新训练1970年第2季度至1990年第2季度期间的数据，并进行进一步的预测。我们没有对预测进行任何优化，只使用R软件包中的默认输入参数。 我们将从1990年到现在的预测结果与实际数据进行了比较。在一个季度之内，该算法无法改善SPF的预测结果。在三个季度和六个季度之内，实际数据与预测数据之间的相关性很低，但与零值非常显著不同。尽管时间有些推迟，但在2007年底，我们可以在六个季度之前预测到2009年上半年的严重下滑。该算法从不会预测没有发生的经济衰退。 在英国的情况下，使用随机森林机器学习技术获得了更强的结果。
作者：Rickard Nyman, Paul Ormerod
论文ID：1701.01428
分类：General Finance
分类简称：q-fin.GN
提交时间：2017-01-06