Machine Learning vs Econometria nella Previsione della Curva dei Rendimenti

Un recente preprint su arXiv analizza le capacità previsive di vari metodi sui dati della curva dei rendimenti del Tesoro statunitense, utilizzando registrazioni giornaliere degli ultimi 47 anni. Questa ricerca indaga tecniche non precedentemente applicate alla previsione della curva dei rendimenti, come ARIMA e le sue varianti, benchmark ingenui, tecniche ensemble, RNN e diversi transformer specifici per la previsione. Sorprendentemente, ARIMA e modelli econometrici ingenui hanno superato metodi più sofisticati, sollevando dubbi sull'assunto che il machine learning migliori sempre le previsioni delle serie temporali in finanza. La curva dei rendimenti del Tesoro è uno strumento cruciale per i partecipanti al mercato obbligazionario, che domina rispetto ai mercati azionari. Questo articolo si aggiunge al dibattito in corso sull'influenza del machine learning nella previsione delle serie temporali finanziarie.