Seguire un indicatore energetico complesso senza separare la previsione dalla verifica successiva.
3 · Cosa produce
Snapshot del margine, forecast M+1/M+2/M+3 e metriche degli errori maturati.
Come leggere l’ultimo output: Un percentile elevato descrive il livello del margine rispetto alla storia; non equivale automaticamente a una previsione di rialzo.
4 · Come funziona
Dalle fonti all’output.
5 · Dati utilizzati
| Fonte | Variabile | Frequenza | Limite |
|---|---|---|---|
| Yahoo Finance / contratti pubblici | WTI, Brent, RBOB, diesel e variabili di contesto | Settimanale | Proxy di mercato; roll e revisioni possibili |
Modelli e regole
Crack spread 3-2-1, feature ritardate e mobili, selezione tra modelli ad albero, split temporale e intervalli bootstrap.
Controlli
Data-fonte, fingerprint, hash, registrazione ex ante del forecast e maturazione separata dell’esito.
Risultati e metriche
MAE, errore mediano, bias e copertura degli intervalli, con periodo e numero di forecast maturati.
Limiti
Proxy lordo del margine; costi reali di raffineria esclusi; dati e relazioni possono cambiare.
Possibili applicazioni del pattern
KPI energetico con forecast e track record
Possibili applicazioni: KPI energetici o industriali con orizzonti multipli, baseline, intervalli e maturazione degli errori. La definizione economica del KPI deve precedere la modellazione.
Componenti trasferibili
- allineamento di futures e FX
- calcolo crack 3-2-1
- lag e rolling point-in-time
- forecast registrati ex ante
Domande di ricerca
- stabilità dei proxy
- confronto tra modelli
- copertura degli intervalli
- drift dei residui
Dossier tecnico del workflow
IMPLEMENTATODescrive il comportamento presente nel workflow.ESTENSIONEIndica una ipotesi di analisi o componente non inclusa, non una funzione già operativa.
Dettagli implementativi e criteri di valutazione.
Questa sezione collega l’output visibile alle scelte di data engineering, modellazione, validazione e delivery presenti nel repository.
Architettura e dati
- Download di futures energetici, EUR/USD e proxy azionari; persistenza Parquet e storico forecast CSV.
- Calcolo del crack 3-2-1 con conversioni coerenti per barile e tonnellata metrica.
- Orchestratore separato da forecasting, grafici, report HTML/PDF e publisher Bluesky.
Feature e metodi
- Lag a 14 giorni, statistiche rolling 5/10/21, dummy di calendario, momentum ROC e variabili esogene.
- Selezione automatica fra XGBoost, LightGBM e Random Forest sulla MAE del test.
- Forecast ricorsivo M+1/M+2/M+3 con esogene mantenute all’ultimo valore noto.
Validazione e failure mode
- TimeSeriesSplit a 5 fold e holdout finale di tre mesi.
- Intervalli al 90% da bootstrap dei residui e registro forecast prima dell’esito.
- Freshness gate, fingerprint metrica, SHA-256 e hash visuale delle card social.
Runtime e delivery
- pandas, NumPy, yfinance, scikit-learn, XGBoost, LightGBM, statsmodels, PyArrow.
- ReportLab/Pillow/matplotlib, GitHub Actions, email e AT Protocol.
10 · Cronologia operativa
Cronologia operativa
- Stato: Attivo · sperimentale
- Frequenza: Settimanale
- Aggiornamento pagina: luglio 2026
11 · Approfondimento tecnico
Metodo e assunzioni
Crack spread 3-2-1, feature ritardate e mobili, selezione tra modelli ad albero, split temporale e intervalli bootstrap.
Failure mode principali
Proxy lordo del margine; costi reali di raffineria esclusi; dati e relazioni possono cambiare.
Governance della pubblicazione
Data-fonte, fingerprint, hash, registrazione ex ante del forecast e maturazione separata dell’esito.
Vedi gli output reali
La pagina Pubblicazioni legge il feed pubblico Bluesky e mostra fino a tre run recenti, incluse più immagini nello stesso post.