Пайдалар:
- Жасалма интеллекттин колдоосу менен тренд, мезгилдүүлүк, цикл жана стационардуулук сыяктуу убакыт серияларынын түшүнүктөрүн түшүнүү жана серияны туура талдай билүү
- ARIMA, ETS жана жөнөкөй эталондук моделдерди код катары жасалма интеллектке орнотуу, алдын ала айтуу жана аларды бэктестүү аркылуу баалоо мүмкүнчүлүгү
- Белгисиздик диапазонунда, моделдин чегинде жана структуралык тыныгууда болжолдоонун морттугун түшүнүү жана болжолдоо үчүн жоопкерчилик экономистте кала тургандыгын сактоо.
Экономиканын тили – убакыт. Инфляция, өсүш, жумушсуздук, валюта курстары — алардын баары убакыттын өтүшү менен агып турган сериялар жана экономистке эң көп суроо берген нерселердин бири "анда эмне болот?" деген суроо. Бул бөлүмдө биз жасалма интеллектти убакыт катарларынын концепцияларын түшүнүү, моделдин кодун куруу жана болжолдоолорду чыгаруу үчүн колдонобуз. Бирок эң башынан эле алкакты тактап көрөлү: Прогноз – бул алдын ала айтуу эмес, белгисиздиктин шарттуу болжолдоосу жана жоопкерчилик экономистке жүктөлөт. AI сизге ARIMA кодун бир нече мүнөттүн ичинде жаза алат; Ал эми бул божомолдун акылга сыярлык же туура эместигин жана структуралык үзгүлтүккө учураганда кулап калбасын адам баласы чечет.
Убакыт сериясынын компоненттери
Бул төрт бөлүккө бөлүү менен ар кандай экономикалык серияларды ойлонууга жардам берет:
- Тренд (тенденция). Узак мөөнөттүү багыт; экономиканын өсүү жолу сыяктуу.
- Сезондуулук. Жыл бою үзгүлтүксүз кайталануучу үлгү; Жайында туризм, декабрда чекене соода өсөт.
- Цикл (конъюнктура). Сезондон узунураак, иретсиз өйдө-ылдый; кеңейүү жана кыскаруу мезгили.
- Туура эмес/ызы-чуу. Түшүндүрүлбөгөн, кокустук флуктуация.
Бир катарларды баалоодон мурун, бул компоненттерди ажыратуу керек. Анткени чийки серияларды карап, "ал түшүп жатат" деп айтуу адашууга алып келиши мүмкүн: балким, сиз жөн гана сезондук чуңкурда жаткандырсыз.
Стационардык деген түшүнүк дагы бар: катардын статистикалык касиеттери (орточо, дисперсия) убакыттын өтүшү менен өзгөрбөйт. Көпчүлүк экономикалык катарлар стационардык эмес (тынымсыз өсүүдө); Көптөгөн моделдер куруудан мурун айырмалоону (бир мезгилди экинчисинен алып салуу) же логарифмдер менен стационаризацияны талап кылат. AI бул кадамдарды сунуш кылат, бирок алар эмне үчүн керек экенин билүү сизди коргойт.
Кеңеш: Ар дайым алдын ала айтуудан мурун серияны пландап, ажыратыңыз. Көрүнүп турган структуралык тыныгуу (мисалы, кризис же валюта реформасы) эң алдыңкы моделди да алдайт. Диаграмма эң арзан диагностикалык курал.
Моделдер: жөнөкөйдөн татаалга чейин, бирок биринчи эталон
Убакыт серияларын болжолдоодо алтын эреже: ар дайым жөнөкөй эталондук моделден баштаңыз. Эң жөнөкөй прогноз – бул “наив прогноз”: эртең бүгүнкүгө тең болот (же сезондук наив: бул ай өткөн жылдын ушул эле айына барабар). Эгерде татаал модель бул жөнөкөй божомолду жеңе албаса, татаалдык пайдасыз.
Андан кийин көп колдонулган ыкмалар:
- ETS / Экспоненциалдуу тегиздөө. Деңгээлди, тенденцияны жана мезгилдүүлүктү салмактоо менен жумшартуучу үй-бүлө.
- ЧАЛУУ. Авторегрессивдүү (өткөн маанилердин негизинде) жана кыймылдуу орточо компоненттерди айкалыштырган классикалык модель; сезондук версия SARIMA.
- Регрессияга негизделген/түшүндүрүү моделдери. Өзгөрмөлөрдү башка көрсөткүчтөр менен түшүндүрүү (мисалы, киреше жана баа боюнча суроо-талап).
AI булардын баарын статистикалык моделдерде коддой алат (Python китепканасы). Сиздин милдетиңиз моделдерди тандоо жана текшерүү.
Backtest: алдын ала айтуу тести
Эгерде модель тарыхый маалыматтарга "жакшы келсе" эч нерсе билдирбейт; Ар кандай моделге ылайыктуу ийкемдүү (бул ашыкча фитинг деп аталат). Чыныгы суроо: модель ал көрбөгөн мезгилдерди канчалык деңгээлде алдын ала айта алат? Муну өлчөө үчүн сиз бэктестинг жүргүзөсүз: сиз дайындарды бир датага бөлөсүз, моделди мурунку бөлүк менен машыктырасыз, кийинки бөлүктү "келечектегидей" болжогон жана аны реалдуулук менен салыштырасыз. Ката көрсөткүчтөрү (мисалы, MAE — орточо абсолюттук ката, же RMSE — орточо квадраттык ката) моделди эталон менен салыштырууга мүмкүндүк берет.
Эскертүү: Моделди сиз баалаган маалыматтар менен үйрөтпөңүз. Болжолдоо ийгилигин машыгууда колдонулбаган мезгилде гана өлчөө. Болбосо өзүңөрдү алдайсыңар; Модель кагазда сонун, бирок иш жүзүндө эч нерсеге жарабайт.
Белгисиздик: чекиттик баа эмес, диапазон
Бир эле сан («инфляция жылдын акырына чейин 24 пайызды түзөт») жалган ишенимди жаратат. Чынчыл баа диапазону жана ыктымалдыкты камтыйт: "21-27 пайыздык тилкеде, борбордук сценарий 24 пайызды түзөт". Болжолдоонун белгисиздиги модель тарабынан чыгарылган ишеним интервалдарында чагылдырылат; бирок чыныгы белгисиздик мындан чоңураак, анткени моделдик божомолдор да туура эмес болушу мүмкүн. Структуралык бузулуу (саясаттын өзгөрүшү, тышкы шок) модель көрө албаган эң чоң коркунуч.
үч мини учурлар
1-жагдай - эталонду жеңе албай калуу. Аналитик AI ай сайын чекене сатуу үчүн комплекстүү SARIMA курган. Сыноодо моделдин орточо абсолюттук катасы "бул ай өткөн жылдын ушул эле айына барабар" деп айткан сезондук таза божомолдон да жаман болгон. Талдоочу татаал моделден баш тартты; Ал жөнөкөй божомолду негиз кылып алып, эксперттик оңдоо киргизди. Жөнөкөйлүк жеңет.
2-жагдай — Структуралык тыныгуу. Бир мекеме шоктон кийинки мезгилде валюта курсунун шоктугуна чейинки маалыматтар менен үйрөткөн инфляция моделин колдонгон. Модель инфляцияны өтө баалабай койгон, анткени ал өткөн тынч мезгилдин динамикасын кабыл алган. Сабак: модель өзү үйрөтүлгөн дүйнөнү болжолдойт; Дүйнө өзгөргөндө, алдын ала айтуу бузулат. Экономист графикти караса, тыныгууну көрмөк.
3-жагдай - Ассортименттин чынчылдыгы. Экономист жыл жыйынтыгы боюнча өсүү болжолун жетекчиликке бир цифра катары эмес, “3,0-4,2 пайыздык диапазон, булар негизги божомолдор” деп сунуштады. Жылдын жыйынтыгы боюнча ишке ашыруу 3,6 пайызды түздү; Топто болгон. Эгер ал бир эле санды берген болсо, анда ал "туура эмес" деп белгиленип калышы мүмкүн; диапазон жана божомолдор чынчыл жана ишенимдүү болгон.
Моделди тандоо таблицасы
Статус
туура баштоо
эскертүү
Ар бир божомол
Наив / сезондук жөнөкөй көрсөткүч
Согуш үчүн негиз
Тренд + сезондук, жалпак
ETS (экспоненциалдык тегиздөө)
Орнотуу жана комментарий берүү оңой
Автокорреляцияланган катар
(S)ARIMA
Турукташтыруу керек
Түшүндүрмө өзгөрмө бар
Регрессияга негизделген
Келечекти болжолдоочулар да керек
Структуралык бузулууга шектенүү
Модель + эксперттик оңдоо
Таза модель жетишсиз
Көчүрүү үчүн төрт шаблон
1) Талдоо жана диагностика:
Ошол айлык серияларды [серияларды] түзүңүз, анан аны тренд/сезондук/калдык компоненттерге (статсмодельдер) бөлүңүз. Анын стационардык экендигин текшериңиз (ADF тести) жана зарыл болсо, кайсы трансформацияны (лог, айырма) сунуштаганыңызды түшүндүрүңүз. Диаграммада көрүнгөн структуралык тыныгуу бар болсо белгилеңиз.
2) Эталон + моделди салыштыруу:
Адегенде бул серия үчүн сезондук жөнөкөй прогнозду түзүңүз. Андан кийин ETS жана SARIMA орнотуңуз. Үчөөнү тең MAE жана RMSE негизинде backtest менен салыштырыңыз (акыркы 12 айдагы тестирлөө). Натыйжаларды таблицага киргизиңиз жана кайсы модель эталондук көрсөткүчтөн өткөнүн так айтыңыз.
3) Баалоо жана белгисиздик диапазону:
Мен тандаган модель үчүн кийинки 6 мезгилди болжолдоо жана 80%/95% ишеним аралыгын бер. Сметаны бир сан катары эмес, диапазон катары көрсөтүңүз. Бул диапазон структуралык бузулуу/тышкы шок коркунучун эмес, моделдин белгисиздигин ГАНА камтый турганын ачык айтыңыз.
4) Тесттен окуу:
Бул backtest натыйжаларын чечмелөө [таблица]. Модель чындыгында эталонду жеңеби же айырма статистикалык жактан анча деле чоң эмеспи? Сиздин моделиңиз кайсы мезгилде эң көп ката кетиргенин айтыңыз жана мунун мүмкүн болуучу экономикалык себебин (кризис, сезондук өзгөрүү) сураңыз.
Алсыз тездик / Күчтүү тездик
Алсыз билдирүү:
Бул сериалды тап.
Жасалма интеллект кокустук моделин курат, бэктестирбейт, так санды берет; Модель иштейби же жокпу билбейсиң.
Күчтүү билдирүү:
Адегенде учурдагы айлык инфляциянын сериясын бөлүп, тыныгууларды издеңиз. Акыркы 12 айдагы ETS жана SARIMA-ны сезондук жаңылыштык менен салыштырып, MAE менен салыштырыңыз. Эталондук көрсөткүчтөн өткөн моделди тандап, 6 айга алдын ала болжолдоону берип, 80% диапазонун коюңуз. Структуранын бузулуу коркунучун өзүнчө эскертүү катары жазыңыз. Мен кол менен текшере ала турган ар бир кадамдын кодун жана кыскача сандарды көрсөтүңүз.
Жалпы каталар
- Эталондорду орнотпостон, татаал моделге өтүү. Татаалдуулук ийгиликке барабар эмес.
- Ал үйрөткөн маалыматтар боюнча моделди баалоо. Ийгиликке ашыкча баш ийүүнү жаңылыштык.
- Бир баллдык баа берүү. жалган ишеним; диапазону жана болжолдоо талап кылынат.
- Структуралык үзгүлтүккө көңүл бурбоо. Сокур түрдө өткөн динамикасын келечекке алып барат.
- Стабилдештирүүнү өткөрүп жиберүү. Жасалма мамилелер жана бурмаланган божомол.
- Божомолду пайгамбарлык катары көрсөтүү. Белгисиздикти жана жоопкерчиликти жашыруу.
Кыскача айтканда
Убакыт серияларын болжолдоо катарды анын компоненттерине бөлүү, аны стационардык кылуу, жөнөкөй эталонду түзүү, артка тестирлөө аркылуу моделдерди салыштыруу жана натыйжаны белгисиздик диапазону менен чынчылдык менен берүү аркылуу ишке ашырылат. Жасалма интеллект бул кадамдардын баарынын кодун тез арада жаратат; Бирок моделди тандоо, структуралык үзгүлтүккө баа берүү жана болжолдоо үчүн жоопкерчилик экономистке жүктөлөт. Болжолдоо - бул пайгамбарлык эмес, шарттуу жана белгисиз божомол.
Колдонмо тапшырмасы
Бир айлык экономикалык катарды тандаңыз (мисалы, өнөр жай өндүрүшүнүн индекси). 1-шаблон менен бөлүү жана бузулууларды сканерлеңиз, 2-шаблон менен сезондук жөнөкөй эталонго каршы ETS/SARIMA backtest, 3-шаблон менен 6 айлык алдыга диапазондун болжолун чыгарыңыз. Сиздин моделиңиз чындыгында эталондук көрсөткүчтү жеңеби же жокпу, байкаңыз жана сиз көргөн структуралык тыныгууларды белгилеңиз.
текшерүү тизмеси
- [ ] Мен серияларды түздүм жана тренд/сезондук/брейк боюнча диагноз койдум.
- [ ] Керек болсо стационаризацияны (лог/айырма) колдондум жана себебин билем.
- [ ] Мен жөнөкөй эталон түздүм жана ага татаал моделди салыштырдым.
- [ ] Мен моделди машыгуудан өтпөгөн мезгилде гана бааладым (бэктест).
- [ ] Мен бир сан эмес, белгисиздик диапазону менен баа бердим.
- [ ] Мен өзүнчө эскертүү катары структуралык бузулуу/тышкы шок коркунучун айттым.
- [ ] Мен алдын ала айтуу жана акыркы чечим үчүн жоопкерчилик өзүмдө экенин айттым.