Например, Бобцов

Вероятностный критерий оценки предсказуемости временных рядов

Аннотация:

Предмет исследования. Задача оценки предсказуемости временных рядов возникает при валидации моделей прогнозирования, при классификации рядов с целью оптимизации выбора модели и ее параметров, при анализе результатов. Большая гетероскедастичность ошибок, получаемых при прогнозировании нескольких различных по природе и характеристикам рядов, часто приводит к затруднениям при оценке предсказуемости. В работе исследована внутренняя предсказуемость объектов предсказательного моделирования. На примере прогнозирования временных рядов определена возможность количественной оценки внутренней предсказуемости по вероятности (частоте) получения прогноза с ошибкой, больше заданного уровня, и связь такой меры с характеристиками самих временных рядов. Метод. Суть предлагаемого метода состоит в оценивании внутренней предсказуемости по вероятности возникновения ошибки, большей заранее заданного порогового значения. Основной результат. Исследования выполнены на данных из открытых источников, содержащих более 7000 временных рядов биржевых котировок. Проведено сопоставление полученных значений вероятности возникновения ошибок, превосходящих допустимое значение (вероятностей промаха) для одних и тех же рядов на различных моделях прогнозирования. Показано, что при использовании моделей с одним и тем же рядом эти вероятности отличаются незначительно и могут служить мерой предсказуемости. Выявлена связь полученных значений вероятности с энтропией, показателем Хёрста и иными характеристиками рядов, по которым оценивается предсказуемость. Установлено, что полученная мера позволяет сравнивать предсказуемость временных рядов при выраженной гетероскедастичности ошибок прогнозирования и при применении разных моделей. Мера связана с характеристиками временного ряда и интерпретируема. Практическая значимость. Полученные результаты могут быть обобщены на любые объекты предсказательного моделирования и меры оценки качества прогноза. Результаты исследования будут полезны разработчикам алгоритмов предсказательного моделирования и специалистам по машинному обучению, при решении практических задач прогнозирования.

Ключевые слова:

Постоянный URL

Статьи в номере

Содержание © 1993–2024 Университет ИТМО
Разработка © 2015 Университет ИТМО