Prédire les prix de l'or à l'aide de données macro: un cadre étape par étape

Pourquoi les données macro déplacent l'or

L'or n'est pas déterminé par les bénéfices, les dividendes ou la croissance des revenus. Son prix est fondamentalement fonction du coût d'opportunité de détention d'un actif non rentable et de la peur collective du marché de l'instabilité monétaire et géopolitique. Cela signifie que les données macro taux d'intérêt réels, attentes d'inflation, force du dollar, bilans des banques centrales expliquent la majeure partie de la trajectoire des prix à long terme de l 'or.

Pour les traders et les analystes, c'est un avantage: les principales variables sont publiées sur un calendrier fixe, mesurées avec une grande précision et accessibles via l'API.

Étape 1: Trouvez le prix de vente de l'or

Avant de créer un cadre prédictif, établissez la base: le prix de l'or aujourd'hui. point final des produits de baseJe suis désolé .

curl "https://fxmacrodata.com/api/v1/commodities/gold?api_key=YOUR_API_KEY&start=2024-01-01"

{
  "data": [
    { "date": "2025-04-08", "val": 3014.75 },
    { "date": "2025-04-07", "val": 2980.20 },
    { "date": "2025-04-04", "val": 3038.55 }
  ]
}

En Python, une façon propre de tirer cette série est:

import requests

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

def get_series(path: str, start: str = "2024-01-01") -> list[dict]:
    r = requests.get(f"{BASE}{path}", params={"api_key": KEY, "start": start})
    r.raise_for_status()
    return r.json()["data"]

gold = get_series("/commodities/gold")
# [{'date': '2025-04-08', 'val': 3014.75}, ...]

Étape 2: Suivre les taux d'intérêt réels aux États-Unis

Le plus fort prédicteur macro de l'or est le taux d'intérêt réel des États-Unis le rendement disponible sur un actif sûr après l'inflation. Lorsque les taux réels sont profondément négatifs (taux de politique inférieur à l' inflation), l' or devient une réserve de valeur rationnelle. Lorsque le taux réel devient positif et augmente, l' Or fait face à une concurrence féroce des bons du Trésor.

Deux séries FXMacroData vous permettent de construire avec précision la représentation du taux réel:

• Résultats 10Y mesure directe du marché du taux réel à 10 ans, disponible via Les obligations de crédit à risque
• Taux d'inflation de rupture de rentabilité à 10 ans la compensation de l'inflation intégrée dans les bons du Trésor nominaux, via taux de rentabilité_inflation_taux

tips_10y    = get_series("/announcements/usd/inflation_linked_bond")
breakeven   = get_series("/announcements/usd/breakeven_inflation_rate")
policy_rate = get_series("/announcements/usd/policy_rate")

Un rendement TIPS nettement négatif (inférieur à -1%) est historiquement corrélé à des rallies de l'or de 2040%. Lorsque les rendements TIPS sont passés de -1,1% au début de 2022 à +2,0% à la fin de 2023, l' or a stagné malgré une inflation nominale élevée. Le signal était clair: le coût d'opportunité de la détention d'or était devenu significatif.

Étape 3: Surveiller le régime d'inflation américain

La relation de l'or avec l'inflation est plus nuancée que le récit populaire ne le suggère. À très court terme, l'argent ne répond pas toujours immédiatement à une seule impression de l 'IPC. Ce qui compte, c'est le régime d'inflementation si le marché croit que l' inflation restera élevée et si la Fed est en retard sur la courbe.

Tirez sur la suite d'inflation de base pour suivre les changements de régime:

cpi          = get_series("/announcements/usd/inflation")
core_cpi     = get_series("/announcements/usd/core_inflation")
pce          = get_series("/announcements/usd/pce")
breakeven    = get_series("/announcements/usd/breakeven_inflation_rate")

Le signal le plus prévisible est le taux d'inflation de rupture de rentabilitéLorsque l'inflation de rentabilité à 10 ans augmente fortement, disons de 2,2% à 2,8% dans une période de deux mois, cela indique que les marchés obligataires s'attendent à ce que l' inflation persiste.

Utilisez le point final de l'inflation Je suis désolé . PCE Une divergence où l'IPC global est en hausse tandis que l'APE reste ancrée ne génère généralement pas de pression d'achat durable de l'or.

Étape 4: Observez les signaux de la Fed et le bilan

L'or est très sensible à la crédibilité de la Fed. Les marchés évaluent l'or en partie comme une couverture contre la dévaluation monétaire le risque que les banques centrales élargissent leurs bilans au-delà de la capacité de se détendre. Deux indicateurs FXMacroData capturent cela directement.

fed_rate     = get_series("/announcements/usd/policy_rate")
fed_assets   = get_series("/announcements/usd/cb_assets")
m2           = get_series("/announcements/usd/m2")

Le Actifs totaux de la Réserve fédérale La série suit la taille du bilan de la Fed en milliards. Pendant les cycles de QE (20082014, 20202022), cette série s'est considérablement développée et l'or a fortement augmenté dans les deux périodes. Lorsque le QT (rétrécissement quantitatif) a commencé en 2022, l'argent a perdu de l'élan non seulement en raison de la hausse des taux réels, mais aussi parce que le signal du bilan est devenu baissier.

La croissance de la masse monétaire M2 est un indicateur à plus long délai. Lorsque M2 croît à des taux annuels à deux chiffres (comme à 25%+ en 2021), il annonce historiquement une pression inflationniste qui soutient finalement l'or. Lorsque la croissance de M2 inverse et devient négative (commençant en 2023), le cas de dépréciation monétaire s'affaiblit.

Étape 5: Vérifiez la force du dollar

L'or est évalué en dollars américains, donc un dollar plus fort abaisse mécaniquement le prix de l'or en dollars et réduit l'incitation au pouvoir d'achat pour les acheteurs non américains. Commerce_index pondéré, fournit la vue globale la plus propre.

twi = get_series("/announcements/usd/trade_weighted_index")

Structurellement, l'or et le dollar ont tendance à être inversement corrélés mais cette relation se décompose pendant les épisodes de crise réelle, lorsque les deux peuvent augmenter simultanément sur la demande de refuge sûr.

Pour obtenir une image multi-monnaies de ce différentiel de taux, on peut utiliser les critères de taux de référence de FXMacroData pour les autres banques centrales du G10 parallèlement au taux de la Fed par exemple, en comparant Taux de référence en euros La valeur de l'euro est en hausse par rapport à celle du dollar pour estimer si l'avantage du dollar diminue.

Étape 6: Construisez une carte de pointage macro composite en or

Le cadre ci-dessus peut être découpé en une simple carte de pointage qui assigne un signal directionnel à chaque indicateur et les agrège en un biais net.

def score_signal(series: list[dict], bullish_when: str) -> float:
    """Return +1 (bullish gold), 0 (neutral), or -1 (bearish gold)."""
    if len(series) < 2:
        return 0.0
    latest = series[-1]["val"]
    prev   = series[-2]["val"]
    change = latest - prev

    if bullish_when == "falling":
        if change < -0.05:
            return 1.0
        elif change > 0.05:
            return -1.0
        return 0.0
    elif bullish_when == "rising":
        if change > 0.05:
            return 1.0
        elif change < -0.05:
            return -1.0
        return 0.0
    elif bullish_when == "negative":
        return 1.0 if latest < 0 else (-1.0 if latest > 1.0 else 0.0)
    return 0.0


scores = {
    "TIPS 10Y (real rate)"     : score_signal(tips_10y,    bullish_when="negative"),
    "Breakeven inflation"      : score_signal(breakeven,   bullish_when="rising"),
    "Fed policy rate"          : score_signal(policy_rate, bullish_when="falling"),
    "Fed total assets (QE)"    : score_signal(fed_assets,  bullish_when="rising"),
    "M2 money supply"          : score_signal(m2,          bullish_when="rising"),
    "Trade-weighted USD"       : score_signal(twi,         bullish_when="falling"),
}

net_score = sum(scores.values())
print(f"Net gold macro score: {net_score:+.0f} / {len(scores)}")
for name, s in scores.items():
    arrow = "▲" if s > 0 else ("▼" if s < 0 else "→")
    print(f"  {arrow}  {name}: {s:+.0f}")

Un score net de +4 ou plus sur six entrées est un fort vent de revanche macro pour l'or. Un score nett de -3 ou moins est un vent contraire.

Net gold macro score: +4 / 6
  ▲  TIPS 10Y (real rate): +1
  ▲  Breakeven inflation: +1
  →  Fed policy rate: 0
  ▲  Fed total assets (QE): +1
  →  M2 money supply: 0
  ▲  Trade-weighted USD: +1

Étape 7: Incorporer le sentiment de risque

L'or sert également d'actif de refuge pendant les périodes de risque. indicateur du sentiment de risque un composite des indices de prix de l'or lui-même, AUD/USD, USD/JPY et des indice de stress financier fournit un signal de régime en temps réel.

risk = get_series("/risk-sentiment")
latest_risk = risk[-1]["val"]  # Range: -1.0 (full risk-off) to +1.0 (full risk-on)

if latest_risk < -0.4:
    print("Risk-off regime: safe-haven gold demand likely elevated")
elif latest_risk > 0.4:
    print("Risk-on regime: macro drivers dominate gold signal")
else:
    print("Neutral regime: watch macro scorecard for direction")

Dans un épisode de risque (score inférieur à -0,4), même l'or avec une carte de pointage macro faible peut s'élever fortement sur le positionnement de refuge sûr.

Tout mettre en place: Un extrait de surveillance en direct

Voici un script complet et autonome qui récupère toutes les séries requises, calcule la carte de pointage macro d'or et imprime un résumé concis:

import requests
from datetime import date, timedelta

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"
START = str(date.today() - timedelta(days=90))

def get_series(path: str) -> list[dict]:
    r = requests.get(f"{BASE}{path}", params={"api_key": KEY, "start": START})
    r.raise_for_status()
    return r.json().get("data", [])

def score(series: list[dict], mode: str) -> float:
    if len(series) < 2:
        return 0.0
    v, p = series[-1]["val"], series[-2]["val"]
    if mode == "falling":
        return 1.0 if v - p < -0.05 else (-1.0 if v - p > 0.05 else 0.0)
    if mode == "rising":
        return 1.0 if v - p > 0.05 else (-1.0 if v - p < -0.05 else 0.0)
    if mode == "negative":
        return 1.0 if v < 0 else (-1.0 if v > 1.0 else 0.0)
    return 0.0

inputs = {
    "TIPS 10Y real rate"     : (get_series("/announcements/usd/inflation_linked_bond"), "negative"),
    "Breakeven inflation"    : (get_series("/announcements/usd/breakeven_inflation_rate"), "rising"),
    "Fed policy rate"        : (get_series("/announcements/usd/policy_rate"), "falling"),
    "Fed total assets"       : (get_series("/announcements/usd/cb_assets"), "rising"),
    "M2 money supply"        : (get_series("/announcements/usd/m2"), "rising"),
    "Trade-weighted USD"     : (get_series("/announcements/usd/trade_weighted_index"), "falling"),
}

gold   = get_series("/commodities/gold")
risk   = get_series("/risk-sentiment")

net = sum(score(s, m) for s, m in inputs.values())

print("=" * 52)
print(f"  Gold Macro Scorecard  |  {date.today()}")
print("=" * 52)
if gold:
    print(f"  Gold spot  : ${gold[-1]['val']:,.2f} / troy oz")
if risk:
    print(f"  Risk regime: {risk[-1]['val']:+.2f}  (-1=risk-off, +1=risk-on)")
print(f"  Net signal : {net:+.0f} / {len(inputs)}")
print("-" * 52)
for name, (s, m) in inputs.items():
    sig = score(s, m)
    arrow = "▲ bullish" if sig > 0 else ("▼ bearish" if sig < 0 else "→ neutral")
    val   = f"  [{s[-1]['val']:.2f}]" if s else ""
    print(f"  {arrow:12s}  {name}{val}")
print("=" * 52)

Interprétation et limites

Ce cadre identifie la macroéconomie. régime Pour l'or, ce n'est pas le point d'entrée précis.

• Le retard est important. Les données macro publiées comme l'IPC et les effectifs non agricoles sont publiées avec un décalage d'une à quatre semaines.
• Le positionnement est important. Même avec un régime macro fortement haussier, une opération longue sur les contrats à terme sur l'or peut signifier que le mouvement est déjà évalué. la section des produits de base) devrait compléter le tableau de bord macro lorsque celui-ci est disponible.
• Les chocs géopolitiques sont supérieurs à la macroéconomie. Les conflits militaires, les crises de la dette souveraine et les décisions de diversification des réserves de la banque centrale peuvent faire en sorte que l'or soit déconnecté de tout signal macro pendant des semaines ou des mois.
• Demandes de devises différentes. Les banques centrales des marchés émergents en particulier la Chine et l'Inde sont des acheteurs importants d'or. Leur demande est motivée par des motifs de diversification des réserves qui peuvent diverger fortement du signal macro-économique américain. réserves de change La série peut servir de vérification secondaire utile.

Le catalogue complet des indicateurs macroéconomiques américains et des données sur les matières premières utilisées dans cet article est disponible à l'adresse suivante: /api-data-docs/USD est le numéro de téléphone de l'entreprise. Si vous n'en avez pas encore, vous pouvez commencer à Le code de l'information est le code de la personne concernée.Je suis désolé .