Statistical and Machine Learning Models for Stock Price and Return Forecasting: An Out-of-Sample Comparison
Questo studio dimostra che nella previsione fuori campione dei prezzi e dei rendimenti dell'S&P 500, i modelli complessi di machine learning non superano costantemente benchmark semplici come il random walk o l'assunzione di rendimento nullo, evidenziando che una maggiore complessità del modello non garantisce migliori previsioni finanziarie a breve termine.
Articolo originale sotto licenza CC BY 4.0 (https://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
Prevedere il futuro del mercato azionario è una delle sfide più persistenti della finanza, non perché i dati siano nascosti, ma perché la natura di ciò che si sta predicendo cambia le regole del gioco. Quando gli analisti osservano il prezzo di un indice azionario, stanno osservando un valore che tende a muoversi costantemente nella stessa direzione, costruendosi sulla propria storia come un treno pesante che è difficile da fermare. Quando osservano i rendimenti, che misurano la variazione percentuale giornaliera di guadagno o perdita, stanno osservando un valore che fluttua attorno a una media stabile, comportandosi più come una foglia nervosa nel vento. Per decenni, gli economisti hanno dibattuto se formule matematiche complesse o moderni algoritmi informatici possano superare il mercato. La domanda centrale è se questi strumenti sofisticati possano effettivamente trovare un modello che semplici ipotesi basate sul buon senso non riescano a individuare.
Uno studio recente dell'Università del Nevada, Reno, affronta questa questione trattando questi due tipi di previsioni come problemi interamente separati. Il ricercatore, Smaila Amoanu, si è posto l'obiettivo di vedere se modelli informatici avanzati potessero battere due benchmark molto semplici: un "random walk" (cammino casuale) per prevedere il prezzo del giorno successivo, e un'ipotesi di "rendimento zero" per prevedere la variazione percentuale del giorno successivo. L'idea del random walk è semplice: la migliore ipotesi per il prezzo di domani è semplicemente il prezzo di oggi, perché il mercato si muove così tanto che le notizie di ieri sono già state incorporate nei prezzi. L'ipotesi del rendimento zero è altrettanto semplice: la migliore ipotesi per la variazione percentuale di domani è lo zero, assumendo che il mercato non salirà né scenderà significativamente. Per testare questo, lo studio ha utilizzato undici anni di dati giornalieri dell'S&P 500, un importante indice che segue cinquecento grandi aziende americane, e ha riservato l'ultimo anno, il 2025, come un test completamente inedito per vedere quanto bene i modelli si sarebbero comportati su un terreno nuovo, utilizzando anche gli anni dal 2022 al 2025 per un'analisi di robustezza ricalcolata annualmente.
Lo studio ha confrontato quattro approcci differenti. Sul lato statistico, ha utilizzato ARIMA, un metodo classico che cerca modelli nel modo in cui i prezzi cambiano nel tempo, e ARMA–GARCH, che aggiunge uno strato per tenere conto del fatto che la volatilità del mercato tende a raggrupparsi in periodi di calma e di tempesta. Sul lato del machine learning, ha testato Random Forest e XGBoost, due potenti algoritmi che costruiscono molti alberi decisionali per trovare relazioni non lineari complesse nei dati. L'obiettivo non era costruire un sistema di trading perfetto, ma vedere se questi metodi potessero superare costantemente i semplici benchmark quando testati su dati che non avevano mai visto prima.
I risultati per la previsione del livello di prezzo effettivo sono stati rivelatori. I complessi modelli di machine learning hanno faticato significativamente quando il mercato è entrato in nuovi territori. Durante l'anno di test, l'S&P 500 è salito più in alto di quanto non avesse mai fatto negli undici anni di dati utilizzati per addestrare i modelli. Quando l'indice ha superato il prezzo più alto mai visto dai computer, i modelli di machine learning hanno colpito un soffitto. Non potevano ipotizzare che il prezzo sarebbe salito ulteriormente perché non avevano esempi di numeri così alti nel loro addestramento. Le loro previsioni si sono appiattite, bloccate vicino alla parte superiore del vecchio intervallo, mentre il prezzo reale continuava a salire. Al contrario, il semplice random walk e il modello statistico ARIMA hanno seguito il prezzo in crescita molto più da vicino. Il modello ARIMA ha prodotto errori leggermente minori rispetto al random walk, ma la differenza era così piccola che poteva facilmente essere dovuta al caso piuttosto che a un vero vantaggio.
Quando l'attenzione si è spostata sulla previsione dei rendimenti giornalieri, il quadro è diventato ancora più complicato. Qui, l'obiettivo è indovinare la variazione percentuale, non il prezzo assoluto. Lo studio ha scoperto che nessun singolo modello ha superato costantemente il semplice benchmark del rendimento zero. In alcuni anni, un modello poteva avere l'errore più basso, e nell'anno successivo, un modello diverso prendeva la guida. A volte, i modelli di machine learning erano migliori nel prevedere la direzione del movimento, ma non riuscivano a indovinare l'entità del movimento con precisione sufficiente da essere considerati un miglioramento affidabile rispetto al semplice ipotizzare lo zero. I modelli statistici che tenevano conto della volatilità variabile hanno performato bene in alcune metriche, ma non hanno mostrato un vantaggio stabile a lungo termine rispetto all'ipotesi dello zero.
Lo studio conclude che la difficoltà della previsione dipende interamente da ciò che si sta cercando di prevedere. Per il livello di prezzo, il mercato è così persistente che l'ipotesi più semplice — assumere che domani assomiglierà a oggi — è incredibilmente difficile da battere, e i modelli complessi possono fallire gravemente se il mercato si sposta al di fuori dell'intervallo della loro esperienza passata. Per i rendimenti, il segnale è così debole che anche gli algoritmi informatici più flessibili non riescono a trovare un modello che superi in modo affidabile l'ipotesi dello zero. La ricerca suggerisce che nella previsione finanziaria, aggiungere complessità non porta automaticamente a migliori previsioni. Invece, l'approccio più affidabile è testare i modelli contro benchmark semplici e onesti, e riconoscere che quando il mercato entra in nuovi territori inesplorati, anche gli strumenti più sofisticati potrebbero non sapere cosa fare.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.