Live release feed
Sub-second macro releases for FX backtests
Point-in-time history
Official CPI, jobs, GDP, and central-bank events with point-in-time history.
$25/month 14-day free trial
Start Free Trial
Predicting Gold Prices Using Macro Data: A Step-by-Step Framework image
Share headline card X LinkedIn Email
Download

Implementation

How-To Guides

Predicting Gold Prices Using Macro Data: A Step-by-Step Framework

सोने को वास्तविक ब्याज दरों, मुद्रास्फीति की उम्मीदों, डॉलर की ताकत और केंद्रीय बैंक की बैलेंस शीट द्वारा संचालित किया जाता है, जो सभी एपीआई के माध्यम से मापा जा सकता है। यह गाइड दिखाता है कि एफएक्समैक्रोडाटा से कुंजी मैक्रो श्रृंखला को कैसे खींचें और पायथन में एक समग्र सोने के संकेत स्कोरकार्ड बनाएं।

इसमें भी उपलब्ध है English
Share article X LinkedIn Email

मैक्रो डेटा सोने को क्यों ले जाता है

सोने को आय, लाभांश या राजस्व वृद्धि से नहीं प्रेरित किया जाता है। इसकी कीमत मूल रूप से एक गैर-उपज वाली संपत्ति रखने की अवसर लागत और मौद्रिक और भू-राजनीतिक अस्थिरता के बाजार के सामूहिक डर का एक कार्य है। इसका मतलब है कि मैक्रो डेटा वास्तविक ब्याज दरें, मुद्रास्फीति की उम्मीदें, डॉलर की ताकत, केंद्रीय बैंक की बैलेंस शीट सोने के दीर्घकालिक मूल्य प्रक्षेपवक्र का अधिकांश हिस्सा बताती है।

व्यापारियों और विश्लेषकों के लिए यह एक लाभ है: प्रमुख चर एक निश्चित कैलेंडर पर प्रकाशित होते हैं, उच्च परिशुद्धता के साथ मापा जाता है, और एपीआई के माध्यम से सुलभ होता है। एफएक्समैक्रोडाटा अमेरिका (प्राथमिक सोने के चालक) और किसी भी अन्य जी 10 मुद्रा के लिए प्रासंगिक संकेतकों का पूरा सेट प्रदर्शित करता है जिनके केंद्रीय बैंक के निर्णय सोने की मांग पर प्रभाव डालते हैं।

मूल थीसिस

जब वास्तविक अमेरिकी ब्याज दरें गिरती हैं, तो सोना बढ़ता है। जब डॉलर कमजोर होता है, तो सोने में वृद्धि होती है। यदि मुद्रास्फीति की उम्मीदें बढ़ जाती हैं, तब सोना बढ़ जाता है। इन संकेतों में से प्रत्येक को मैक्रो डेटा एंडपॉइंट्स के माध्यम से वास्तविक समय में देखा जा सकता है।

चरण 1: सोने की कीमत का पता लगाएं

पूर्वानुमान ढांचे के निर्माण से पहले, आधार रेखा स्थापित करेंः आज का सोने का मूल्य। FXMacroData दैनिक LBMA PM सोने के लिए तय कीमतों को प्रदान करता है। वस्तुओं का अंतिम बिंदु.

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 }
  ]
}

पायथन में, इस श्रृंखला को खींचने का एक साफ तरीका हैः

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}, ...]

सोने की स्पॉट कीमत LBMA PM फिक्स

मासिक आंकड़े, जनवरी 2024 अप्रैल 2025. वास्तविक दरों में गिरावट और डॉलर की गति में बदलाव के कारण सोने की कीमत ~$2,000 से बढ़कर $3,000 से ऊपर हो गई।

चरण 2: वास्तविक अमेरिकी ब्याज दरों का ट्रैक रखें

सोने का सबसे मजबूत एकल मैक्रो भविष्यवाणी करने वाला अमेरिकी वास्तविक ब्याज दर है मुद्रास्फीति के बाद एक सुरक्षित संपत्ति पर उपलब्ध रिटर्न। जब वास्तविक दरें गहराई से नकारात्मक होती हैं (मुद्रास्फीती दर से नीचे की नीतिगत दर), तो सोना मूल्य का एक तर्कसंगत भंडार बन जाता है। जब असली दरें सकारात्मक हो जाती हैं और बढ़ती हैं, तो सोने को ट्रेजरी से कड़ी प्रतिस्पर्धा का सामना करना पड़ता है।

दो FXMacroData श्रृंखलाएँ आपको वास्तविक दर चित्र को सटीक रूप से बनाने देती हैंः

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")

एक तेज नकारात्मक टीआईपीएस उपज (-1%) ऐतिहासिक रूप से 2040% की सोने की रैली के साथ सहसंबंधित है। जब 2022 की शुरुआत में टीआई पीएस उपजाऊ -1.1% से बढ़कर 2023 के अंत तक +2.0% हो गया, तो उच्च नाममात्र मुद्रास्फीति के बावजूद सोना स्थिर हो गया। संकेत स्पष्ट थाः सोने को रखने की अवसर लागत सार्थक हो गई थी।

संकेत नियमः टिप्स उपज व्यवस्था

  • TIPS 10Y < -0.5%: सोने के पीछे तेज हवा
  • टिप्स 10Y -0.5% से +0.5% के बीच: तटस्थ परिवर्तन की दिशा देखें
  • TIPS 10Y > +1.0%: सोने के लिए संरचनात्मक विपरीत हवा

टिप्स 10Y वास्तविक उपज बनाम सोने की कीमत

विपरीत संबंध पर ध्यान दें: टिप्स उपज अक्ष को उलट दिया जाता है ताकि गिरती वास्तविक दरें और बढ़ते सोने एक ही दृश्य दिशा में चले।

चरण 3: अमेरिकी मुद्रास्फीति व्यवस्था की निगरानी करें

मुद्रास्फीति के साथ सोने का संबंध लोकप्रिय कथा से अधिक बारीक है। बहुत ही कम अवधि में, सोना हमेशा एक एकल सीपीआई प्रिंट पर तुरंत प्रतिक्रिया नहीं करता है। जो मायने रखता है वह मुद्रास्फ़ीति शासन है क्या बाजार का मानना है कि मुद्रास्फ़ीति बढ़ी रहेगी और क्या फेड वक्र के पीछे गिर रहा है।

शासन परिवर्तनों को ट्रैक करने के लिए मूल मुद्रास्फीति सूट को खींचेंः

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")

यहाँ सबसे आगे की ओर देखने वाला संकेत है ब्रेक बीन मुद्रास्फीति दरजब 10 साल की ब्रेक बीन मुद्रास्फीति में तेजी से वृद्धि होती है दो महीने की खिड़की में 2.2% से 2.8% तक कहें यह संकेत देता है कि बांड बाजार मुद्रास्फ़ीति के जारी रहने की उम्मीद करते हैं। यह माहौल सोने के लिए सहायक होता है, भले ही नीतिगत दरें एक साथ बढ़ रही हों, क्योंकि वास्तविक दर अभी भी गिर रही हो सकती है।

का उपयोग करें मुद्रास्फीति का अंत और पीसीई अंत बिंदु एक साथः प्रमुख CPI कथा निर्धारित करता है, लेकिन PCE फेड निर्णयों को चलाता है। एक विचलन जहां प्रमुख CIP बढ़ रहा है जबकि PCE एंकर रहता है आमतौर पर सोने के खरीद दबाव को उत्पन्न नहीं करता है।

अमेरिकी मुद्रास्फीति के घटक

शीर्ष सीपीआई कथा को चलाता है लेकिन कोर पीसीई फेड निर्णयों को चलाती है। बढ़ते ब्रेकवीन मुद्रास्फीति संकेत देता है कि बाजार मूल्य दबाव जारी रखने की उम्मीद करते हैं सोने के लिए एक टेलविंड।

चरण 4: फेड नीति संकेतों और संतुलन पर नजर रखें

सोने को फेड की विश्वसनीयता के प्रति अत्यधिक संवेदनशील माना जाता है। बाजार सोने को मौद्रिक मूल्यह्रास के खिलाफ एक हेज के रूप में मूल्य निर्धारण करते हैं केंद्रीय बैंकों द्वारा अपनी बैलेंस शीट को ढीली करने की क्षमता से परे विस्तारित करने का जोखिम। दो FXMacroData संकेतक इसे सीधे कैप्चर करते हैं।

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

फेडरल रिजर्व की कुल संपत्ति सीरीज में ट्रेडों में फेड की बैलेंस शीट के आकार का पता चलता है। QE चक्रों (20082014, 20202022) के दौरान, यह श्रृंखला तेजी से विस्तारित हुई, और दोनों अवधि में सोना मजबूत हो गया। जब QT (मात्रात्मक सख्त) 2022 में शुरू हुआ, तो सोने ने न केवल बढ़ती वास्तविक दरों के कारण गति खो दी, बल्कि क्योंकि बैलेंश शीट संकेत मंदी का हो गया था।

एम 2 धन आपूर्ति वृद्धि एक लंबा-लंबी सूचक है। जब एम 2 दो अंकों की वार्षिक दरों पर बढ़ रहा है (जैसा कि यह 2021 में 25% + पर था), तो यह ऐतिहासिक रूप से मुद्रास्फीति के दबाव का संकेत देता है जो अंततः सोने का समर्थन करता है।

चरण 5: डॉलर की ताकत की जाँच करें

सोने की कीमत अमेरिकी डॉलर में है, इसलिए एक मजबूत डॉलर यांत्रिक रूप से अमेरिकी डॉलर के संदर्भ में सोने की मूल्य को कम करता है और गैर-अमेरिकी खरीदारों के लिए क्रय शक्ति प्रोत्साहन को कम कर देता है। व्यापार-भारित डॉलर सूचकांक, के माध्यम से उपलब्ध है व्यापार_वजन_सूचकांक, सबसे साफ समग्र दृश्य प्रदान करता है।

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

संरचनात्मक रूप से, सोना और डॉलर विपरीत रूप से सहसंबद्ध होते हैं लेकिन यह संबंध वास्तविक संकट के दौरान टूट जाता है, जब दोनों सुरक्षित-स्थान मांग पर एक साथ बढ़ सकते हैं। अमेरिकी दर अंतर के सिकुड़ने से प्रेरित डॉलर कमजोर होने की कहानी वैश्विक जोखिम-बहिष्करण (जहां सोने को भी लाभ हो सकता है, लेकिन यांत्रिक अनुवाद कमजोर है) से प्रेरित सोने के लिए डॉलर कमजोर करने की कहानी की तुलना में अधिक विश्वसनीय रूप से तेजी है।

व्यापार-भारित डॉलर बनाम सोना

डॉलर की धुरी उलट दी गई हैः एक कमजोर डॉलर (चार्ट पर उच्चतर) और बढ़ते सोने एक साथ चलते हैं, जो संरचनात्मक विपरीत संबंध को दर्शाता है।

उस दर अंतर की बहु मुद्रा तस्वीर बनाने के लिए, अन्य जी10 केंद्रीय बैंकों के लिए एफएक्समैक्रोडाटा की नीतिगत दर के अंत बिंदुओं का उपयोग करें, उदाहरण के लिए फेड दर के साथ, तुलना करते हुए। यूरो नीति_दर डॉलर के मुकाबले यह अनुमान लगाने के लिए कि क्या डॉलर का दर लाभ कम हो रहा है।

चरण 6: एक समग्र गोल्ड मैक्रो स्कोरकार्ड बनाएं

उपरोक्त ढांचे को एक सरल स्कोरकार्ड में समेटा जा सकता है जो प्रत्येक संकेतक को एक दिशात्मक संकेत देता है और उन्हें शुद्ध पूर्वाग्रह में एकत्र करता है।

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}")

छह इनपुट में +4 या उससे अधिक का शुद्ध स्कोर सोने के लिए एक मजबूत मैक्रो टेलविंड है। -3 या उससे कम का शुद्ध अंक एक विपरीत है। मध्य सीमा (-2 से +3) समग्र के बजाय प्रमुख चालक पर अधिक ध्यान देने की मांग करती है।

नमूना आउटपुट

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

गोल्ड मैक्रो स्कोरकार्ड

छह मैक्रो इनपुट का रडार दृश्य। बाहरी अंगूठी पर अंक सोने के लिए तेजी से हैं; आंतरिक अंगूठे मंदी है। नेट +4/6 एक मजबूत मैक्रो टेलविंड का संकेत देता है।

चरण 7: जोखिम की भावना को शामिल करें

सोने का उपयोग जोखिम-बहिष्करण के दौरान सुरक्षित-स्थान संपत्ति के रूप में भी किया जाता है। जोखिम भावना सूचक स्वर्ण मूल्य, AUD/USD, USD/JPY और वित्तीय तनाव सूचकांक का एक मिश्रण वास्तविक समय में एक संकेत प्रदान करता है।

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")

जोखिम-बहिष्करण के मामले में (स्कोर -0.4 से नीचे), कमजोर मैक्रो स्कोरकार्ड वाला सोना भी सुरक्षित पनाहगाह की स्थिति पर तेजी से बढ़ सकता है। जोखिम भावना ओवरले सर्किट-ब्रेकर है जो अल्पावधि में मंदी वाले मैक्रो रीडिंग को ओवरराइड कर सकता है यही कारण है कि अनुशासित सोने के व्यापारी हमेशा एक साथ दोनों दृष्टिकोण रखते हैं।

इसे एक साथ रखना: एक लाइव मॉनिटरिंग स्निपेट

यहाँ एक पूर्ण, आत्मनिर्भर स्क्रिप्ट है जो सभी आवश्यक श्रृंखलाओं को प्राप्त करती है, स्वर्ण मैक्रो स्कोरकार्ड की गणना करती है और संक्षिप्त ब्रीफिंग प्रिंट करती हैः

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)

व्याख्या और सीमाएँ

यह ढांचा मैक्रो को पहचानता है। व्यवस्था सोने के लिए, प्रवेश का सटीक स्थान नहीं।

  • देरी मायने रखती है। सीपीआई और गैर-कृषि वेतन जैसे मैक्रो डेटा रिलीज़ एक से चार सप्ताह के अंतराल के साथ प्रकाशित किए जाते हैं। स्कोरकार्ड हाल ही में प्रकाशित मूल्यों को दर्शाता है, वास्तविक समय की आर्थिक स्थितियों को नहीं।
  • स्थिति महत्वपूर्ण है। यहां तक कि एक मजबूत तेजी वाले मैक्रो शासन के साथ, सोने के वायदा में भीड़-भाड़ वाली लंबी अवधि का मतलब यह हो सकता है कि कदम पहले से ही मूल्य में है। वस्तुओं का खंड) को उपलब्ध होने पर मैक्रो स्कोरकार्ड को पूरक करना चाहिए।
  • भू-राजनीतिक झटके मैक्रो को ओवरराइड करते हैं। सैन्य संघर्ष, संप्रभु ऋण संकट और केंद्रीय बैंक के भंडार विविधीकरण निर्णय सोने को हफ्तों या महीनों तक किसी भी मैक्रो संकेत से अलग कर सकते हैं।
  • क्रॉस-मुद्रा मांग। उभरते बाजारों में केंद्रीय बैंक विशेष रूप से चीन और भारत सोने के महत्वपूर्ण खरीदार हैं। उनकी मांग को भंडार विविधीकरण के कारणों से प्रेरित किया जाता है जो अमेरिकी मैक्रो संकेत से तेजी से भिन्न हो सकते हैं। विदेशी मुद्रा भंडार श्रृंखला एक उपयोगी द्वितीयक जांच के रूप में कार्य कर सकती है।

अगले कदम

  • के माध्यम से चांदी और प्लेटिनम संकेत जोड़ें /सामान/चांदी और /सामग्री/प्लैटिनम सोने/चांदी का अनुपात एक प्रसिद्ध शासन सूचक है।
  • FXMacroData रिलीज़ कैलेंडर में परत ताकि आपका स्क्रिप्ट प्रत्येक सीपीआई या एफओएमसी घोषणा के बाद स्वचालित रूप से फिर से चलाया जाए, न कि एक निश्चित दैनिक टाइमर पर।
  • यह आकलन करने के लिए कि क्या वैश्विक मौद्रिक ढील सोने के लिए ऐतिहासिक रूप से तेजी की मक्रो पृष्ठभूमि को व्यापक कर रही है अन्य प्रमुख केंद्रीय बैंक नीतिगत दरों (ईसीबी, बीओजे, बीई) तक विस्तारित करें।

इस लेख में प्रयुक्त अमेरिकी मैक्रो संकेतक और कमोडिटी डेटा का पूरा कैटलॉग /api-data-docs/usd और किसी भी FXMacroData एपीआई कुंजी के साथ सुलभ है. यदि आपके पास अभी तक एक नहीं है, तो आप शुरू कर सकते हैं fxmacrodata.com/subscribe.

Blogroll

AI Answer-Ready

Key Facts

Page
Predicting Gold Prices With Macro Data
Section
Articles
Canonical URL
https://fxmacrodata.com/hi/articles/predicting-gold-prices-with-macro-data
Source
FXMacroData editorial and official publisher references
Last Updated
2026-06-15 11:06 UTC

Provenance And Trust

Cite the canonical URL and source field above. Where available, this page maps to official publisher releases and timestamped updates.

Quick Q&A

What is this page about? This page explains Predicting Gold Prices With Macro Data with directly usable context for trading, research, and API workflows.

What source should be cited? Use the canonical URL and the listed source field; cite official publisher references when available.

How fresh is this content? The last updated value above reflects the page metadata or latest available data timestamp.

Can this be used in AI assistants? Yes. This section is intentionally structured for retrieval and citation in chat assistants.

Prompt Packs

Use these in ChatGPT, Claude, Gemini, Mistral, Perplexity, or Grok for consistent source-aware outputs.