金融市场对宏观经济信息的信息效率不高，因为数据是dirty的，相关的经济研究成本很高，并且在宏观数据（macro data）和市场绩效(market performance)之间建立稳定的关系具有挑战性。
但是，统计编程和程序包为宏观信息效率的巨大进步奠定了基础。宏观信息效率的量化路径分为三个阶段。
- 首先是精心设计的深度数据处理，将原始的宏观数据（甚至文本信息）转换为干净且有意义的时间序列，其频率和时间戳与市场价格一致。
- 第二阶段是统计学习，无论是supervised（验证逻辑假设）还是unsupervised（检测模式）。
- 第三阶段是回溯测试，验证学习过程的价值性和宏观交易策略的商业价值。
