为什么汇率通常会以最佳模型无法预测的方式移动？数十年来，研究人员发现，“随机步行”的预测可以胜过基于基本面的模型（Meese＆Rogoff，1983a； Meese＆Rogoff，1983b）。令人困惑。理论说基本变量应该很重要。但是实际上，FX市场对新信息的反应如此之快，以至于它们通常看起来不可预测（Fama，1970； Mark，1995）。
为什么传统模型不足
为了领先这些快速发展的市场，后来的研究研究了高频，基于市场的信号，这些信号在大型货币波动方面转移。在货币市场的重大压力之前，交换率波动和利息差价的峰值往往会出现（Babecký等，2014; Joy等，2017;Tölö，2019年）。交易者和政策制定者还观看了违约债务的信贷交换互换点差，因为随着对国家履行其义务的能力的担忧，差异扩大了信号。同时，衡量股票市场波动期望的VIX指数（例如VIX指数）的全球风险计经常警告更广泛的市场烦恼，这些市场可能会溢出到外交交换市场。
近年来，机器学习已将FX的预测进一步预测。这些模型结合了许多投入，例如流动性指标，选择性的波动率，信用量和风险指数为早期巡逻系统。
诸如随机森林，梯度增强和神经网络之类的工具可以检测传统模型错过的复杂的非线性模式（Casabianca等，2019;Tölö，2019; Fouliard等，2019）。
但是，即使这些高级模型也通常取决于固定延迟指标 – 过去以特定时间间隔进行的数据点，例如昨天的利率差异或上周的CDS级别。这些快照可能会错过压力如何逐步逐渐建立或展开。换句话说，他们通常会忽略数据到达那里所采取的道路。
从快照到形状：阅读市场压力的更好方法
一个有希望的转变是不仅要专注于过去的价值观，还要关注这些值如何演变的形状。这是路径签名方法的来源。从粗略的路径理论中得出这些工具，这些工具将一系列回报变成了一种数学指纹 – 一种捕获了曲折和市场运动的转弯。
早期研究表明，这些基于形状的特征可以改善波动率和FX预测的预测，从而对市场行为具有更动态的看法。
这对于预测和风险管理意味着什么
这些发现表明，路径本身（随着时间的流逝如何返回）可以预测资产价格变动和市场压力。通过分析最近回报的全部轨迹而不是孤立的快照，分析师可以检测到预测移动的市场行为的细微变化。
对于管理货币风险的任何人 – 中央银行，基金经理和公司财政团队 – 在其工具包中添加这些签名功能可能会提供更早且更可靠的FX Hardits警告 – 为决策者带来了至关重要的优势。
展望未来，可以将路径签名方法与高级机器学习技术（如神经网络）结合使用，以捕获财务数据中更丰富的模式。
引入其他输入，例如选项的指标或CD直接扩展到基于路径的框架中，可以更加清晰的预测。
简而言之，拥抱财务道路的形状，而不仅仅是其终点，为更好的预测和更智能的风险管理打开了新的可能性。
参考
巴布克（J.发达国家的银行，债务和货币危机：风格化事实和预警指标。财务稳定杂志，15，1-17。
Casabianca，EJ，Catalano，M.，Forni，L.，Giarda，E。和Passeri，S。（2019）。银行危机的预警系统：从基于回归的分析到机器学习技术。 Dipartimento di Scienze Economiche“ Marco Fanno”技术报告。
Cerchiello，P.，Nicola，G.，Rönnqvist，S。，＆Sarlin，P。（2022）。使用新闻和常规财务数据评估银行的困扰。人工智能的边界，5，871863。
Fama，EF（1970）。有效的资本市场：理论和经验工作的综述。金融杂志，25（2），383–417。
Fouriard，J。，Howell，M。和Rey，H。（2019）。回答女王：机器学习和金融危机。工作文件。
Joy，M.，Rusnák，M.，Šmídková，K。，＆Vašíček，B。（2017年）。银行和货币危机：发达国家的鉴别诊断。国际金融与经济学杂志，22（1），44-69。
马克，北卡罗来纳州（1995）。汇率和基本面：长期可预测性的证据。美国经济评论，85（1），201–218。
Meese，RA和Rogoff，K。（1983a）。经验汇率模型的外样本故障：采样错误还是指定错误？在JA Frenkel（编辑）中，汇率和国际宏观经济学（第67-112页）。芝加哥大学出版社。
Meese，RA和Rogoff，K。（1983b）。七十年代的经验汇率模型。国际经济学杂志，第14（1-2）期，第3-24页。
Tölö，E。（2019）。通过复发性神经网络预测系统性金融危机。芬兰银行技术报告。
关键词：
