MakrolägeMacro regime desk

Om Makroläge

Ett disciplinerat sätt att se vilken miljö vi befinner oss i.

Makroläge samlar svenska, amerikanska och globala konjunktursignaler i en spårbar regimöversikt. Syftet är inte att förutsäga varje börsrörelse, utan att göra förändringar i riskmiljön lättare att upptäcka, diskutera och följa upp.

Vad sajten gör

Från spridda indikatorer till en läsbar beslutsbild

01

Samlar

Månadsdata från Konjunkturinstitutet och OECD hämtas automatiskt och sparas som vintages, så att senare revideringar kan skiljas från vad som faktiskt var känt.

02

Bedömer

Sverige, USA och global ekonomi beräknas separat. Nivå, tremånadersmomentum och bredd vägs till tydliga regimstatusar.

03

Visar skillnader

Syntesen ger en överblick, men domänkorten finns kvar så att oenighet mellan regioner inte döljs.

04

Gör granskningsbart

Varje publicerad signal har period, datavintage, regelversion, komponentbidrag och innehållsbaserat körnings-ID.

Så kan den användas

En rutin för bättre beslut — inte en köpknapp

  1. Börja med syntesen.Se om miljön är risk on, neutral, defensiv, risk off, överhettad eller i återinträde.
  2. Kontrollera domänerna.En stark global signal och en svag svensk signal kan vara viktigare än medelvärdet.
  3. Jämför månader.Följ om förändringen bekräftas eller om en enstaka rörelse går tillbaka.
  4. Öppna audit.Kontrollera datavintage, kvalitet, komponenter och regelversion innan slutsatser dras.
  5. Översätt till din process.Använd statusen som en fråga om riskbudget, bevakning eller scenarioanalys — inte som individuell rådgivning.

TDA Lab

Kan marknadens “form” varna innan enklare mått gör det?

Topologisk dataanalys (TDA) undersöker strukturen i hur tillgångar eller sektorer rör sig tillsammans. Den nuvarande låsta baslinjen använder tolv amerikanska branschportföljer och rullande fönster om 60 handelsdagar.

Persistent homology mäter bland annat sammanhängande grupper (H₀), slingor (H₁), deras persistens och hur mycket topologin ändras från föregående handelsdag. Det kan i teorin fånga icke-linjära strukturförändringar som inte syns fullt ut i volatilitet eller genomsnittlig korrelation.

När vet vi att TDA skapar värde?

Först när TDA tillför något utöver enklare modeller

1. Lås frågan först

Bestäm målutfall, prognoshorisonter, labels, kostnader och primära mätetal innan resultat studeras. Den senast inspekterade perioden får inte kallas orörd holdout.

2. Testa som tiden går

Använd nested walk-forward med purge och embargo. All träning ska ske på det förflutna; varje testperiod ska vara osedd när modellen byggs.

3. Kräv robust förbättring

TDA måste ge tidigare användbar varning, bättre kalibrering, färre falsklarm eller bättre utfall efter kostnader — stabilt över flera perioder och rimliga parameterförändringar.

4. Replikera och följ framåt

Resultatet ska hålla i en separat geografi eller marknad och därefter i frysta, framåtriktade signalvintages. Ett enstaka lyckat krisfall räcker inte.

Data som krävs

Bra TDA behöver fler oberoende marknadsdimensioner — och ett tydligt facit

Det vi har

  • Daglig, låst FF12-branschdata från 1995 för en reproducerbar amerikansk equity-sector-baslinje.
  • Separata regionala Fama/French-serier för replikering.
  • Månatliga KI/OECD-vintages för långsammare konjunkturkontext.

Det som behövs för starkare bevis

  • En licensierad och fryst målserie eller beslutsportfölj som definierar framtida utfall.
  • Dagliga, synkroniserade totalavkastningar för 8–16 ekonomiskt skilda tillgångar: aktieregioner/storlekar, statsräntedurationer, IG/HY-kredit, råvara eller guld och valuta.
  • Punkt-i-tid-data utan survivorship bias, med utdelningar, kuponger, valuta, helgdagar och revideringar dokumenterade.
  • Historik från helst 1995, absolut minimum 2000, eftersom antalet oberoende stressperioder är viktigare än antalet datapunkter.

Viktig begränsning: gratis tillgång är inte samma sak som rätt att använda, modellera och publicera data. MSCI, vissa obligationsindex, svensk total return och guldhistorik kräver särskild tillgänglighets- och licensprövning. En ny cross-asset-generation får inte blandas in i den redan låsta FF12-baslinjen.

Tid till svar

Historiskt stöd kan mätas när datakontraktet är klart. Slutligt förtroende tar längre tid.

När målserie, labels och experimentregler har beslutats kan vi bygga den jämförande walk-forward-utvärderingen och få ett första ärligt historiskt go/no-go-resultat. Framåtriktad drift kan sedan bekräfta att processen fungerar utan efterhandsanpassning. Tolv till tjugofyra månader kan ge teknisk och normalregim-evidens, men verklig prövning under nya stressregimer kan ta flera år.


About Makroläge

A disciplined view of the environment we are in.

Makroläge combines Swedish, US and global business-cycle signals in an auditable regime dashboard. Its purpose is not to predict every market move, but to make changes in the risk environment easier to detect, discuss and review.

What the site does

From scattered indicators to a readable decision picture

01

Collects

Monthly data from Sweden's National Institute of Economic Research and the OECD is collected automatically and stored as vintages, preserving what was known at each point in time.

02

Assesses

Sweden, the US and the global economy are calculated separately. Level, three-month momentum and breadth are mapped to explicit regime states.

03

Exposes divergence

The synthesis provides an overview, while the domain cards preserve disagreement between regions instead of hiding it in an average.

04

Makes it auditable

Every published signal carries its period, data vintage, rule version, component contributions and content-based run ID.

How to use it

A routine for better decisions — not a buy button

  1. Start with the synthesis.Identify whether the environment is risk on, neutral, defensive, risk off, overheated or re-entry.
  2. Check the domains.A strong global signal alongside a weak Swedish signal may matter more than their average.
  3. Compare months.See whether a change is confirmed or reverses after a single observation.
  4. Open the audit.Review data vintage, quality, components and rule version before drawing conclusions.
  5. Map it to your process.Use the state as a risk-budget, monitoring or scenario question — not as personal financial advice.

TDA Lab

Can market “shape” warn before simpler measures do?

Topological data analysis studies the structure of how assets or sectors move together. The current locked baseline uses twelve US industry portfolios and rolling 60-trading-day windows.

Persistent homology measures connected groups (H₀), loops (H₁), their persistence and day-to-day topological change. In theory, this may capture nonlinear structural change not fully described by volatility or average correlation.

When will we know TDA creates value?

Only when it adds information beyond simpler models

Simple statisticsversusCurrent regime signalsversusStatistics + TDA

1. Lock the question

Define target outcomes, horizons, labels, costs and primary metrics before inspecting results. The latest period already inspected cannot be called an untouched holdout.

2. Test through time

Use nested walk-forward validation with purge and embargo. Training must use the past only; every test interval must be unseen during model construction.

3. Demand robust improvement

TDA must produce earlier useful warnings, better calibration, fewer false alarms or better net outcomes across multiple periods and reasonable parameter changes.

4. Replicate and track forward

The result must transfer to a separate geography or market and then survive frozen prospective scoring. One successful crisis episode is not enough.

Required data

Strong TDA needs independent market dimensions — and a clear outcome

What we have

  • Locked daily FF12 industry data from 1995 for a reproducible US equity-sector baseline.
  • Separate regional Fama/French series for replication.
  • Monthly KI/OECD vintages for slower business-cycle context.

What stronger evidence requires

  • A licensed, frozen target series or decision portfolio defining future outcomes.
  • Synchronized daily total returns for 8–16 economically distinct assets: equity regions and sizes, government-bond durations, IG/HY credit, commodities or gold, and currencies.
  • Point-in-time data without survivorship bias, with dividends, coupons, currencies, holidays and revisions documented.
  • History preferably from 1995, with 2000 as an absolute minimum, because independent stress episodes matter more than row count.

Important limitation: free access is not the same as permission to model and publish data. MSCI, some bond indices, Swedish total-return history and gold require separate availability and licensing review. A new cross-asset generation must remain separate from the locked FF12 baseline.

Time to an answer

Historical evidence can be measured once the data contract is fixed. Final confidence takes longer.

Once the target series, labels and experiment rules are approved, we can build the comparative walk-forward evaluation and obtain an honest historical go/no-go result. Prospective operation can then show whether the process survives without hindsight. Twelve to twenty-four months may provide operational and normal-regime evidence, while genuine testing in new stress regimes may take several years.