Categories AI/ML, Blogg

Kan NeuroQuants AI-algoritmer göra prognoser på guldpriset?

Kan NeuroQuants AI-algoritmer göra prognoser på guldpriset?

Guld har varit en viktig värdebevarare i århundraden, och dess popularitet som en trygg investering fortsätter än idag. Guld är resistent mot korrosion och oxidering, relativt sällsynt, och har använts som en tillförlitlig valuta genom historien. Därför fortsätter många investerare att se på guld som en viktig del av en diversifierad portfölj.

Vad är det som driver guldpriset idag? Kan vi med våra AI-verktyg på NeuroQuants plattform skapa prognoser på hur guldpriset kommer att utvecklas?

Låt oss titta på vad vi har för dataserier på plattformen och varför dessa kan ha värde för våra deep learning-algoritmer för att estimera prisutvecklingen på guld. Vi kommer att undersöka grupperna: Råvaror, valutor, sentiment och positionering,

Vi börjar med att titta på vilka länder som är stora guldproducenter samt valutapar.

Valutapar som våra algoritmer visat sig ha nytta av

AUD/CAD: Detta valutapar representerar förhållandet mellan australiska dollar och kanadensiska dollar. Båda dessa valutor är kopplade till råvarumarknaderna, särskilt till olje- och metalexport. Därför kan förändringar i deras växelkurs påverka efterfrågan på guld som en alternativ investering

AUD/JPY: Detta valutapar representerar förhållandet mellan australiska dollar och japanska yen. Japanska yen betraktas ofta som en säkerhamn valuta och används ofta som en hedge i tider av osäkerhet på marknaderna. Därför kan förändringar i växelkursen mellan AUD och JPY påverka efterfrågan på guld som en säkerhamn investering.

AUD/USD: Detta valutapar representerar förhållandet mellan australiska dollar och amerikanska dollar. USA är en av världens största importörer av guld, och växelkursen mellan AUD och USD kan påverka efterfrågan på guld i Australien och USA.

EUR/GBP: Detta valutapar representerar förhållandet mellan euro och brittiska pund. Brittiska pundet är ofta kopplat till geopolitiska risker, och efterfrågan på guld som en säker hamn investering kan påverkas av förändringar i växelkursen mellan EUR och GBP.

USD/MXN: Valutaparet USD/MXN mäter valutakursen mellan den amerikanska dollarn och den mexikanska peson. Mexiko är en av de största producenterna av guld i världen och en viktig aktör på guldmarknaden. USD/MXN kan därför ge information om efterfrågan på guld och dess påverkan på guldpriset.

USD/RUB: Valutaparet USD/RUB mäter valutakursen mellan den amerikanska dollarn och den ryska rubeln. Ryssland är en av de största producenterna av guld i världen och en viktig aktör på guldmarknaden.

USD/IDR: Valutaparet USD/IDR är en indikator på valutakursen mellan den amerikanska dollarn och den indonesiska rupiah. Indonesien är en stor producent av guld och har en stark koppling till råvarupriserna, inklusive guldpriset. USD/IDR kan därför ge viktig information för att förutsäga guldpriset.

Graf: Guldpriset och AUD/CAD

 

Råvaror som visat sig ha informationsvärde för våra algoritmer

Råvaror och deras prisutveckling kan vara en viktig faktor för att förutsäga guldprisets utveckling. Genom att inkludera råvaror i en deep-learning modell, kan man identifiera olika samband mellan priset på guld och andra råvaror på marknaden.

Aluminium, koppar och palladium är exempel på råvaror som ofta används inom industrin, och prisförändringar kan förändra inflationsförväntningar och påverka efterfrågan på guld som en alternativt investering.

Brent Crude Oil, Heating Oil och Natural Gas kan också påverka inflationen och därmed påverka efterfrågan på guld.

Priserna på vete, majs och kakao påverkas av skördar, vilket kan påverka råvarupriserna och därmed påverka efterfrågan på guld. Priserna på boskap, såsom feeder cattle och live cattle, kan påverkas av räntor och avkastningskrav, vilket kan ha en indirekt påverkan på guldpriset.

Baltic Dry Index och GSCI Iron Ore kan ge insikt om globala handelsvolymer och efterfrågan på råvaror, som i sin tur kan ha en indirekt påverkan på guldpriset.

Silver, som ofta används i industrin och tillsammans med guld i smycken, kan ha en direkt påverkan på guldpriset. Genom att inkludera silver kan man identifiera samband mellan dessa två råvaror på marknaden.

Positioneringsdata är också nyttig för våra algoritmer

  • Citi FX Position Alert Indicator på SEK och USD
  • CME-MINI S&P 500 Non-Commercials Net
  • Copper Non-Commercials Net
  • Dollar Non-Commercials Net
  • Gold Non-Commercials Net

Dessa indikatorer mäter positioneringen bland hedegefonder och andra större spekulanter. Genom att inkludera dessa indikatorer i modellen kan man fånga effekten av marknadspositionering på guldpriset, eftersom förändringar i nettoefterfrågan på guld eller relaterade tillgångar kan påverka priserna.

CME-MINI S&P 500 Non-Commercials Net
Mäter nettopositioneringen av icke-kommersiella handlare i S&P 500-terminer. Om dessa handlare är mer optimistiska kring aktiemarknaden kan det leda till minskad efterfrågan på guld som en säkrare placering, vilket i sin tur påverkar guldpriset.

Copper Non-Commercials Net och Dollar Non-Commercials Net
Visar nettopositioneringen i koppar och amerikanska dollarn. Koppar är en viktig industriell råvara och dess pris kan påverka guldpriset genom korrelationer mellan råvarumarknaderna. Om positioneringen för koppar är positiv kan det tyda på styrka inom den globala ekonomin och minskad efterfrågan på guld som en säker harmn. Å andra sidan kan en stark positionering för amerikanska dollar indikera en flykt till säkra tillgångar, vilket kan gynna guldpriset.

Gold Non-Commercials Net
Visar nettopositioneringen för icke-kommersiella handlare i guldterminer. Genom att inkludera denna indikator i modellen kan man fånga sentimentet och positioneringen av stora spekulanter inom guldmaknaden. Om dessa spekulanter är mer optimistiska kring guldpriset kan det leda till säljläge då guldet ofta har stigit en längre tid, dvs positioneringen kan vara en kontraindikator.

Dark Index (DIX) och Gamma Exposure Index (GEX)
Dessa index mäter aktiviet i Dark Pools och market-makers åtaganden på optionsmarknaden. Genom att inkludera dessa index i modellen kan man fånga sambandet mellan guldpriset och marknadsvolatilitet, eftersom förändringar i implicit volatilitet kan påverka efterfrågan på guld.

DIX är en indikator som mäter aktiviteten i Dark Pools där köpare och säljare kan handla utan att visa sina order på det offentliga orderdjupet. DIX kan ge insikt i institutionella investerares sentiment och marknadsdeltagarnas syn på den ekonomiska situationen. Om DIX är hög kan det indikera att institutionella investerare ser en möjlighet att köpa aktier och minska exponeringen mot guld.

GEX å andra sidan, är en mått på marknadsmakarnas skydd när det gäller optioner. En hög GEX-värde indikerar att optionsmarknaden förväntar sig låg volatilitet, vilket innebär att marknadsdeltagarna är mer säkra på marknadens riktning. Om GEX-värdet är lågt innebär det att marknadens volatilitet är hög och ytterligare förluster är mindre sannolika. I sådana osäkra tider kan investerare öka sina innehav av guld.

Genom att inkludera både DIX och GEX i en deep learning-modell som TFT kan man fånga de dynamiska förändringarna i marknadssentimentet och volatiliteten. Detta kan i sin tur hjälpa modellen att förutsäga guldprisets utveckling mer exakt genom att ta hänsyn till hur dessa faktorer påverkar efterfrågan på guld.

Graf: Guldpriset och spekulativ positionering (non-commercials)

Realräntan
Även förväntningen och utvecklingen av realräntan är en stor påverkan på guldpriset. I plattformen finns dataserien, US 5y Real Yield (5y nominal-5y swap).

I detta blogginlägg har vi diskuterat olika tidsserier som finns på NeuroQuants plattform och som kan användas tillsammans med våra deep-learning algoritmer för att öka sannolikheten för att prognostisera guldpriset.

Vi har identifierat olika faktorer såsom riskindex, råvaru- och valutapriser, sentimentindikatorer och positionering på marknaden som kan påverka guldpriset.

Genom att kombinera dessa variabler i en deep learning-modell, kan man få en bättre förståelse för sambanden och mönster som påverkar guldprisets utveckling.