🤖 machine learning

Machine Learning and the Random Walk Puzzle: Forecasting the CAD/USD Exchange Rate with Expanding Window Evaluation and SHAP Interpretability

Questo studio valuta cinque modelli di apprendimento automatico rispetto a un benchmark di random walk ingenuo per la previsione del tasso di cambio mensile USD/CAD dal 2017 al 2026, riscontrando che, sebbene la regressione lineare superi statisticamente il random walk, la maggior parte dei modelli di ML offre solo miglioramenti marginali e si basa pesantemente sui ritardi recenti, confermando l'inherente difficoltà di prevedere i tassi di cambio.

Autori originali: Louis Agyekum, Edmund Fosu Agyemang, Obu-Amoah Ampomah, Kofi Acheampong, Emmanuel Boadi, Priscilla Yaa Amakye, Fafa Shalom Tchorly, Enock Adu Bonsu, Eric Nyarko

Pubblicato 2026-06-16

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Louis Agyekum, Edmund Fosu Agyemang, Obu-Amoah Ampomah, Kofi Acheampong, Emmanuel Boadi, Priscilla Yaa Amakye, Fafa Shalom Tchorly, Enock Adu Bonsu, Eric Nyarko

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di indovinare il prezzo di una tazza di caffè domani. Potresti analizzare complessi modelli meteorologici, le catene di approvvigionamento globali dei chicchi di caffè o l'umore dei barista in tutto il mondo. Oppure, potresti semplicemente assumere che il prezzo di domani sarà esattamente lo stesso di oggi.

Questo documento è essenzialmente una competizione ad alta posta in gioco tra questi due approcci, ma invece del caffè, il "prezzo" è il tasso di cambio tra il Dollaro Canadese (CAD) e il Dollaro Statunitense (USD). I ricercatori si sono posti una domanda semplice: i programmi per computer moderni e sofisticati (Machine Learning) possono prevedere i prezzi delle valute meglio della semplice ipotesi che "domani sarà uguale a oggi"?

Ecco la suddivisione delle loro scoperte utilizzando analogie quotidiane:

1. I contendenti: lo "Smart" contro lo "Semplice"

I ricercatori hanno organizzato una gara con due squadre:

La squadra "Smart" (Machine Learning): Questi sono modelli informatici complessi come Random Forest, XGBoost e AdaBoost. Immaginateli come una squadra di detective super intelligenti in grado di individuare piccoli e nascosti schemi in una massa enorme di indizi. Sono progettati per trovare relazioni non lineari e complicate che gli esseri umani potrebbero perdere.
La squadra "Semplice" (I Benchmark):
- Il Random Walk (Cammino Casuale): Questa è la stima "Naïve". Assume che la migliore previsione per domani sia semplicemente il valore di oggi. È come indovinare che il tempo di domani sarà esattamente lo stesso di oggi.
- Lo Statistico Tradizionale (ETS): Un classico modello matematico della vecchia scuola che cerca di trovare schemi stagionali (come "è sempre più caldo a luglio").

2. Le regole del gioco

Per assicurarsi che la squadra "Smart" non barasse sbirciando nel futuro, i ricercatori hanno utilizzato una rigorosa regola della "Finestra Espandibile" (Expanding Window).

L'analogia: Immagina di fare un esame dove ti è permesso studiare solo i libri di storia fino a ieri. Fai una previsione per oggi, poi ti è permesso leggere il giornale di oggi, e poi fai una previsione per domani. Non puoi mai guardare il giornale della prossima settimana per aiutarti a indovinare oggi. Questo assicura che i modelli siano testati su come funzionerebbero nel mondo reale, non solo in una simulazione al computer.

3. I risultati: La squadra "Semplice" vince (quasi sempre)

Dopo aver eseguito la gara su 18 mesi di dati, ecco cosa è successo:

La previsione "Semplice" (Random Walk) è un mostro: Il risultato più sorprendente è che la semplice ipotesi ("domani sembra uguale a oggi") è stata incredibilmente difficile da battere. È stata il predittore più accurato per la maggior parte del tempo. Questo conferma un famoso mistero economico chiamato Puzzle di Meese-Rogoff, che suggerisce che i mercati valutari siano così efficienti che i modelli complessi sono difficili da trovare.
La squadra "Smart" inciampa: I sofisticati modelli di Machine Learning (i super-detective) non hanno battuto la previsione semplice. In effetti, sono stati leggermente peggiori della previsione semplice, anche se non di molto. Si sono persi nel tentativo di trovare schemi complessi, iniziando a "sovra-pensare" i dati.
L'unica eccezione: C'è stato un modello che ha battuto la previsione semplice: la Regressione Lineare. Immaginatelo come un modello "Smart Semplice". Non è un detective complesso; è solo una linea retta che connette i punti. Ha vinto perché, in questo caso specifico, il modo migliore per prevedere il futuro è davvero solo guardare il passato molto recente. I modelli complessi erano troppo complicati per un lavoro che richiedeva semplicità.
Il modello della vecchia scuola ha perso: Il modello statistico tradizionale (ETS) è stato il peggiore di tutti, fallendo persino nel battere la semplice previsione.

4. Perché la squadra "Smart" è fallita? (Spiegazione della "Black Box")

I ricercatori hanno utilizzato uno strumento chiamato SHAP per aprire la "scatola nera" del miglior modello di Machine Learning (Random Forest) e vedere cosa stava effettivamente pensando.

L'analogia: Immagina di chiedere a un super-computer: "Perché hai previsto che il prezzo sarebbe di $1,36?"
La risposta: Il computer ha detto: "Beh, ieri era $1,36, e l'altro ieri era $1,36."
La lezione: I modelli "Smart" hanno capito che l'indizio più importante era semplicemente il prezzo più recente. Hanno ignorato i complessi schemi a lungo termine che erano stati progettati per trovare perché i dati non li contenevano. La valuta si comportava come un "Random Walk": stava solo vagando casualmente, e l'unica cosa che contava era l'ultimo passo compiuto.

5. I Cambiamenti Strutturali (I colpi di scena)

I ricercatori hanno anche esaminato la cronologia e hanno trovato quattro grandi "colpi di scena" in cui le regole del gioco sono cambiate:

2018: È iniziata la guerra commerciale tra USA e Cina.
2020: La pandemia ha colpito e il mondo è andato nel panico.
2022: La Banca del Canada ha alzato i tassi di interesse per combattere l'inflazione.
2024: La Banca del Canada ha iniziato a tagliare i tassi.

Anche con questi grandi eventi, il modello semplice del "Random Walk" è rimasto l'avversario più difficile da battere.

Riassunto

Se vuoi prevedere il tasso di cambio USD/CAD per il prossimo mese:

Non affidarti a un'IA super complessa che cerca segreti nascosti nei dati; probabilmente complicherà troppo le cose.
Guarda ciò che è successo ieri.
Forse usa un modello matematico lineare molto semplice, che è l'unico che è riuscito a superare leggermente la strategia di "indovinare che sia uguale a ieri" in questo studio specifico.

Il documento conclude che per questa specifica coppia di valute, il mercato è così efficiente che l'approccio "semplice" è ancora il re, e i sofisticati modelli di Machine Learning non hanno trovato una formula magica per prevedere il futuro meglio di quanto faccia il semplice guardare il presente.

Sintesi Tecnica: Machine Learning e il Paradosso del Random Walk nella previsione del USD/CAD

Problematica
Questo studio affronta l'enduring "paradosso di Meese-Rogoff" nella finanza internazionale: la difficoltà empirica di prevedere i tassi di cambio fuori dal campione (out-of-sample) utilizzando modelli macroeconomici strutturali, i quali falliscono costantemente nel superare un benchmark ingenuo di tipo random walk (cammino casuale). Nello specifico, il documento indaga se i moderni metodi di ensemble di machine learning (ML) possano superare questo limite nella previsione del tasso di cambio mensile USD/CAD. Gli autori si concentrano sulla coppia USD/CAD per la sua rilevanza economica per il Canada e il suo status di valuta legata alle commodity, ipotizzando che le sue caratteristiche strutturali (ad esempio, la correlazione con i prezzi del petrolio) possano offrire dinamiche prevedibili assenti nelle valute puramente finanziarie.

Metodologia
La ricerca impiega un rigoroso framework di valutazione privo di leakage (perdita di dati) utilizzando dati giornalieri della Bank of Canada (gennaio 2017 – maggio 2026), ricampionati in 113 osservazioni mensili.

Pre-elaborazione dei dati: La serie giornaliera è stata aggregata in medie mensili. Il dataset è stato suddiviso in un periodo di addestramento (gennaio 2017 – novembre 2024, $T_0=95$ ) e un rigoroso periodo di test fuori dal campione (dicembre 2024 – maggio 2026, $H=18$ ).
Ingegneria delle Feature: Per prevenire il data leakage, tutte le predittori per i modelli ML sono stati costruiti esclusivamente a partire dalle informazioni disponibili prima dell'origine della previsione ( $\mathcal{F}_{t-1}$ $F_{t - 1}$ ). Le feature includevano:
- Valori ritardati (lagged values) ( $y_{t-1}$ a $y_{t-12}$ ).
- Statistiche mobili (medie e deviazioni standard) su finestre di 3, 6 e 12 mesi.
- Media espandente (media storica).
- Differenze prime e codifiche cicliche (seno/coseno) per la stagionalità.
Modelli Valutati:
- Benchmark: Random Walk ingenuo (RW) senza drift ed Exponential Smoothing con stagionalità Holt-Winters (ETS).
- Machine Learning: Regressione Lineare, Random Forest (RF), Gradient Boosting, XGBoost e AdaBoost.
Protocollo di Valutazione:
- Finestra Espandente (Expanding Window): I modelli sono stati ri-stimati ad ogni step utilizzando un set di addestramento espandente per rispecchiare le condizioni di previsione in tempo reale.
- Metriche: Le performance sono state valutate utilizzando MAE, RMSE, MAPE, SMAPE e la statistica di Theil's U.
- Test Statistici: Il test di Diebold-Mariano (DM) è stato utilizzato per determinare se gli errori di previsione differissero significativamente dal benchmark del random walk.
- Interpretabilità: I valori SHAP (Shapley Additive explanations) sono stati applicati al modello ML con le migliori performance per scomporre i contributi delle feature.
Analisi Strutturale: L'algoritmo PELT è stato utilizzato per rilevare cambiamenti strutturali, identificando quattro cambiamenti di regime significativi corrispondenti a grandi eventi macroeconomici (guerra commerciale del 2018, ripresa post-pandemia del 2020, rialzi dei tassi del 2022, tagli dei tassi del 2024).

Risultati Chiave

Dominanza del Random Walk: Il random walk ingenuo (equivalente ad ARIMA(0,1,0)) è rimasto il benchmark più robusto. Ha ottenuto il RMSE più basso (0.0158) e il MAPE più basso (0.92%) tra tutti i modelli.
Limitata Superiorità del ML:
- La Regressione Lineare è stato l'unico modello a superare statisticamente il random walk (statistica DM = 3.0585, $p = 0.0071$ ). Gli autori attribuiscono ciò alla capacità del modello di approssimare il random walk con bassa varianza in condizioni di quasi-radice unitaria.
- Modelli di Ensemble: Tutti i complessi modelli di ML (Random Forest, Gradient Boosting, XGBoost, AdaBoost) hanno prodotto statistiche DM negative, indicando che erano marginalmente peggiori del random walk, sebbene non sempre in modo statisticamente significativo al livello del 5%.
- Performance ETS: Il modello tradizionale ETS è stato il peggiore, sottoperformando significativamente il random walk, probabilmente a causa di aggiustamenti stagionali spurii in una serie priva di forte stagionalità.
Importanza delle Feature (SHAP): L'analisi SHAP del modello Random Forest ha rivelato che i lag a breve termine ( $lag\_1$ , $lag\_2$ ) e le medie mobili recenti dominano le previsioni. Il $lag\_1$ ha rappresentato circa il 21% dell'importanza delle feature. I lag a lungo termine e le feature stagionali hanno contribuito minimamente, confermando che la serie si comporta ampiamente come un random walk con momentum a breve termine.
Accuratezza della Previsione: Nonostante il fallimento nel battere statisticamente il random walk, tutti i modelli ML hanno raggiunto un' "Alta Accuratezza" (MAPE < 10%) e hanno superato il benchmark ETS. La Random Forest ha ottenuto il MAPE più basso (1.17%) tra i modelli non basati sul random walk.

Significato e Rivendicazioni
Il documento sostiene di fornire una risposta diretta e statisticamente rigorosa al paradosso di Meese-Rogoff per la coppia USD/CAD entro il periodo di campionamento specificato. I suoi contributi primari sono:

Rinforzo del Paradosso: Lo studio conferma che anche con metodi di ensemble avanzati e rigorosi protocolli a finestra espandente, i tassi di cambio nelle economie sviluppate rimangono ampiamente imprevedibili oltre il random walk utilizzando esclusivamente dati storici endogeni.
Rigore Metodologico: Utilizzando un framework a finestra espandente e il test di Diebold-Mariano, lo studio evita le trappole comuni di data leakage e overfitting frequenti nella letteratura di previsione del ML.
Interpretabilità: L'applicazione dei valori SHAP affronta la critica della "scatola nera" (black box) del ML in economia, dimostrando che i modelli stanno apprendendo comportamenti sensati dal punto di vista economico e vicini al random walk, piuttosto che pattern spuri.
Sfumatura Pratica: Sebbene i modelli ML non abbiano battuto il random walk statisticamente, hanno superato i modelli statistici tradizionali (ETS). Gli autori suggeriscono che, per i professionisti, la Regressione Lineare e la Random Forest (sotto finestre espandenti) possono servire come utili strumenti di previsione condizionale, specialmente rispetto ai benchmark classici, pur avvertendo di non interpretare questi guadagni come regole di trading affidabili.

Gli autori concludono che i benefici del ML nella previsione dei tassi di cambio sono probabilmente episodici e dipendenti dal modello, pesantemente vincolati dalla natura quasi-random-walk dei dati, e che i futuri progressi potrebbero richiedere l'integrazione di fondamentali macroeconomici (ad esempio, differenziali dei tassi di interesse, prezzi delle commodity) piuttosto che fare affidamento esclusivamente sui dati storici dei prezzi.