Kitengo 4 / 11

Uchambuzi wa Msururu wa Muda na Usaidizi wa Utabiri

Faida:

  • Kuelewa dhana za mfululizo wa saa kama vile mtindo, msimu, mzunguko na utulivu kwa usaidizi wa akili bandia na kuweza kuchanganua mfululizo kwa usahihi.
  • Uwezo wa kusanikisha ARIMA, ETS na mifano rahisi ya benchmark katika akili ya bandia kama nambari, kutoa utabiri na kutathmini kwa kurudisha nyuma.
  • Kuwa na uwezo wa kuelewa udhaifu wa utabiri katika uso wa anuwai ya kutokuwa na uhakika, kikomo cha mfano na mapumziko ya muundo, na kudumisha kwamba jukumu la utabiri linabaki kwa mwanauchumi.

Lugha ya uchumi ni wakati. Mfumuko wa bei, ukuaji, ukosefu wa ajira, viwango vya ubadilishaji fedha - yote ni mfululizo unaopita kwa wakati, na moja ya mambo ambayo mwanauchumi huulizwa mara nyingi ni "kwa hivyo nini kitafuata?" ni swali. Katika kitengo hiki, tutatumia akili bandia kuelewa dhana za mfululizo wa saa, kuunda msimbo wa kielelezo, na kutoa utabiri. Lakini hebu tufafanue mfumo tangu mwanzo: Utabiri sio unabii, lakini utabiri wa masharti chini ya kutokuwa na uhakika, na jukumu liko kwa mwanauchumi. AI inaweza kukuandikia msimbo wa ARIMA kwa dakika; Lakini ni mwanadamu anayeamua ikiwa utabiri huo ni wa busara au la na ikiwa utaanguka katika uso wa kuvunjika kwa muundo.

Vipengele vya mfululizo wa saa

Inasaidia kufikiria mfululizo wowote wa kiuchumi kwa kuigawanya katika sehemu nne:

  • Mwenendo (tabia). Mwelekeo wa muda mrefu; kama vile njia ya ukuaji wa uchumi.
  • Msimu. Mchoro unaorudiwa mara kwa mara mwaka mzima; Utalii huongezeka katika majira ya joto, rejareja huongezeka mwezi Desemba.
  • Mzunguko (conjuncture). Muda mrefu zaidi ya msimu, kupanda na kushuka kwa kawaida; vipindi vya upanuzi na contraction.
  • Isiyo na mpangilio/kelele. Kubadilika-badilika kwa nasibu isiyoelezeka.

Kabla ya kukadiria mfululizo, ni muhimu kutenganisha vipengele hivi. Kwa sababu kutazama safu mbichi na kusema "inaanguka" kunaweza kupotosha: labda uko kwenye bakuli la msimu.

Pia kuna dhana ya kusimama: sifa za takwimu (maana, tofauti) za mfululizo hazibadilika kwa wakati. Mfululizo mwingi wa kiuchumi haujasimama (unakua kila wakati); Aina nyingi zinahitaji kutofautisha (kuondoa kipindi kimoja kutoka kwa mwingine) au kusimamishwa kwa logarithm kabla ya kujenga. AI inapendekeza hatua hizi, lakini kujua kwa nini zinahitajika hukulinda.

Kidokezo: Daima panga na utenganishe mfululizo kabla ya kutabiri. Ukiukaji dhahiri wa muundo (k.m. mgogoro au mageuzi ya sarafu) utapumbaza hata muundo wa juu zaidi. Chati ni chombo cha gharama nafuu cha uchunguzi.

Mifano: kutoka rahisi hadi ngumu, lakini kwanza benchmark

Kanuni ya dhahabu katika utabiri wa mfululizo wa saa: kila mara anza na muundo rahisi wa kuigwa. Utabiri rahisi zaidi ni "utabiri wa kutojua": kesho itakuwa sawa na leo (au ujinga wa msimu: mwezi huu ni sawa na mwezi huo huo mwaka jana). Ikiwa muundo changamano hauwezi kushinda utabiri huu usio na maana, utata ni bure.

Kisha njia zinazotumiwa mara kwa mara:

  • ETS / Kulainisha kwa kielelezo. Familia ambayo hupunguza kiwango, mwelekeo na msimu kwa kuzipa uzito.
  • KUPIGA SIMU. Mfano wa classical kuchanganya autoregressive (kulingana na maadili ya zamani) na kusonga vipengele vya wastani; toleo la msimu SARIMA.
  • Miundo ya urejeshi/maelezo. Kufafanua kigezo chenye viashirio vingine (k.m. mahitaji kwa mapato na bei).

AI inaweza kuweka nambari hizi zote katika takwimu (maktaba ya Python). Kazi yako ni kuchagua na kuthibitisha mifano.

Backtest: mtihani wa utabiri

Haimaanishi chochote ikiwa mfano "unalingana vyema" na data ya kihistoria; Inabadilika vya kutosha kutoshea mfano wowote (hii inaitwa overfitting). Swali la kweli: je mtindo huo unatabiri vipi vipindi ambavyo haujaona? Ili kupima hii, unafanya urejeshaji nyuma: unagawanya data kwa tarehe, fundisha mfano na sehemu iliyotangulia, ifanye itabiri sehemu inayofuata "kana kwamba ni siku zijazo" na ulinganishe na ukweli. Vipimo vya hitilafu (kwa mfano, MAE - inamaanisha kosa kabisa, au RMSE - kosa la maana ya mzizi) hukuruhusu kulinganisha kielelezo na kigezo.

Tahadhari: Usifundishe kielelezo kwa data uliyotathmini. Pima mafanikio ya utabiri tu katika vipindi ambavyo havijatumika katika mafunzo. Vinginevyo utajidanganya; Mfano huo unageuka mzuri kwenye karatasi lakini hauna maana kwa ukweli.

Kutokuwa na uhakika: masafa, si makadirio ya uhakika

Nambari moja (“mfumko wa bei utakuwa asilimia 24 ifikapo mwisho wa mwaka”) inadhihirisha uhakika wa uwongo. Makadirio ya uaminifu ni pamoja na anuwai na uwezekano: "katika bendi ya asilimia 21-27, hali ya katikati ni asilimia 24". Kutokuwa na uhakika wa utabiri huonyeshwa katika vipindi vya kujiamini vinavyotolewa na mfano; lakini kutokuwa na hakika halisi ni kubwa kuliko hii, kwa sababu mawazo ya mfano yanaweza pia kuwa sio sawa. Uvunjaji wa muundo (mabadiliko ya sera, mshtuko wa nje) ni hatari kubwa ambayo mfano hauwezi kuona.

kesi tatu ndogo

Kesi ya 1 - Imeshindwa kufikia kiwango. Mchambuzi alikuwa na AI kujenga SARIMA tata kwa mauzo ya rejareja ya kila mwezi. Katika majaribio ya nyuma, wastani wa hitilafu kamili ya mtindo huo ilikuwa mbaya zaidi kuliko utabiri wa msimu wa kutojua kwamba ulisema "mwezi huu ni sawa na mwezi ule ule mwaka jana." Mchambuzi aliacha mfano tata; Alichukua dhana ya ujinga kama msingi na kuongeza marekebisho ya kitaalamu. Urahisi hushinda.

Kesi 2 - Uvunjaji wa muundo. Taasisi ilitumia modeli ya mfumuko wa bei iliyofunza pamoja na data kabla ya mshtuko wa kiwango cha ubadilishaji katika kipindi cha baada ya mshtuko. Mfano huo ulipuuza sana mfumuko wa bei kwa sababu ulichukua mienendo ya kipindi cha utulivu kilichopita. Somo: mfano huchukulia ulimwengu ambamo umefunzwa; Wakati ulimwengu unabadilika, utabiri huanguka. Ikiwa mchumi aliangalia grafu, angeona mapumziko.

Kesi ya 3 - Uaminifu wa anuwai. Mwanauchumi aliwasilisha utabiri wake wa ukuaji wa mwisho wa mwaka kwa wasimamizi si kama takwimu moja, lakini kama "kikundi cha asilimia 3.0-4.2, haya ndiyo mawazo ya msingi." Mwishoni mwa mwaka, utambuzi ulikuwa asilimia 3.6; Ilikuwa kwenye bendi. Ikiwa angetoa nambari moja, angeweza kuandikwa "sio sahihi"; anuwai na mawazo yalikuwa uaminifu na kudumisha uaminifu.

Jedwali la uteuzi wa mfano

Hali

mwanzo sahihi

kumbuka

Kila ubashiri

Kigezo cha kutojua / cha msimu cha kutojua

Msingi wa kupiga

Mwenendo + msimu, gorofa

ETS (kulainisha kielelezo)

Rahisi kusakinisha na kutoa maoni

Mfululizo unaohusiana otomatiki

(S)ARIMA

Inahitaji utulivu

Kuna kutofautiana kwa maelezo

Kulingana na regression

Watabiri wa siku zijazo lazima pia

Tuhuma ya kuvunja muundo

Mfano + marekebisho ya kitaalam

Mfano safi haitoshi

Violezo vinne vinavyoweza kunakiliwa

1) Utambuzi na utambuzi:

Panga mfululizo huo wa kila mwezi [mfululizo], kisha uutenganishe katika vipengele vya mitindo/msimu/mabaki (statsmodels). Angalia ikiwa imesimama (jaribio la ADF) na, ikiwa ni lazima, eleza ni mabadiliko gani (logi, tofauti) unayopendekeza. Weka alama ikiwa kuna mgawanyiko unaoonekana wa muundo kwenye chati.

2) Benchmark + kulinganisha mfano:

Kwanza weka utabiri wa msimu usio na maana wa kiwango cha mfululizo huu. Kisha weka ETS na SARIMA. Linganisha zote tatu kulingana na MAE na RMSE na jaribio la nyuma (kujaribu miezi 12 iliyopita). Orodhesha matokeo na ueleze kwa uwazi ni modeli ipi inayoshinda alama.

3) Kiwango cha makadirio na kutokuwa na uhakika:

Tabiri vipindi 6 vifuatavyo vya muundo niliochagua na upe vipindi vya kujiamini kwa 80%/95%. Wasilisha makadirio kama masafa, si kama nambari moja. Fafanua kuwa safu hii inashughulikia TU kutokuwa na uhakika, na sio hatari ya kuvunjika kwa muundo/mshtuko wa nje.

4) Usomaji wa Backtest:

Tafsiri matokeo haya ya majaribio [jedwali]. Je, kielelezo kinazidi kiwango, au tofauti hiyo ni ndogo kitakwimu? Taja ni nyakati gani mtindo wako ulifanya makosa zaidi na uulize sababu inayowezekana ya kiuchumi ya hii (mgogoro, mabadiliko ya msimu).

Mwongozo dhaifu / Mwongozo thabiti

Agizo dhaifu:

Nadhani mfululizo huu.

Akili ya bandia huunda mfano wa nasibu, haurudi nyuma, hutoa nambari isiyo ya kawaida; Hujui kama mfano unafanya kazi au la.

Agizo lenye nguvu:

Kwanza, tenga mfululizo wa sasa wa mfumuko wa bei wa kila mwezi na uchanganue kwa mapumziko. Backtest ETS na SARIMA katika miezi 12 iliyopita dhidi ya kipimo cha msimu cha kutojua, linganisha na MAE. Chagua modeli inayokidhi kiwango, toa utabiri wa mbele wa miezi 6 na uweke masafa ya 80%. Andika hatari ya kuvunjika kwa muundo kama onyo tofauti. Onyesha nambari ya kuthibitisha kwa kila hatua na nambari za muhtasari ambazo ninaweza kuthibitisha mwenyewe.

Makosa ya kawaida

  • Kuruka katika muundo changamano bila kuweka alama. Utata haufanani na mafanikio.
  • Kutathmini modeli kwenye data iliyofunzwa. Kukosea kufuata kupita kiasi kwa mafanikio.
  • Kutoa makadirio ya nukta moja. Uhakika wa uwongo; anuwai na dhana inahitajika.
  • Kupuuza mapumziko ya muundo. Kwa upofu kubeba mabadiliko ya zamani katika siku zijazo.
  • Kuruka utulivu. Mahusiano ya uwongo na utabiri potofu.
  • Kuwasilisha utabiri kama unabii. Kuficha kutokuwa na uhakika na uwajibikaji.

Kwa muhtasari

Utabiri wa mfululizo wa muda unafanywa kwa kutenganisha mfululizo katika vipengele vyake, kuufanya usimame, kuweka alama rahisi, kulinganisha miundo kwa kurudisha nyuma, na kuwasilisha matokeo kwa uaminifu na masafa ya kutokuwa na uhakika. Akili ya Bandia hutengeneza haraka msimbo wa hatua hizi zote; Lakini jukumu la uteuzi wa mfano, uamuzi wa kuvunja muundo na utabiri ni la mwanauchumi. Utabiri sio unabii, lakini utabiri wa masharti na usio na uhakika.

Jukumu la maombi

Chagua mfululizo wa kila mwezi wa kiuchumi (k.m. faharasa ya uzalishaji viwandani). Tenganisha na uchanganue vichanganyiko ukitumia kiolezo cha 1, jaribu tena ETS/SARIMA dhidi ya kipimo cha msimu cha kutokuwa na ujinga kwa kiolezo cha 2, toa utabiri wa masafa ya mbele wa miezi 6 kwa kiolezo cha 3. Kumbuka kama kielelezo chako kinashinda alama na uripoti mapumziko yoyote ya kimuundo unayoona.

orodha ya ukaguzi

  • [ ] Nilipanga mfululizo na kuutambua kulingana na mtindo/msimu/mapumziko.
  • [ ] Nimetumia stationarization (logi/tofauti) ikihitajika na ninajua sababu.
  • [ ] Niliweka alama rahisi na kulinganisha modeli changamano dhidi yake.
  • [ ] Nilitathmini kielelezo katika vipindi tu ambacho hakikuwa katika mafunzo (backtest).
  • [ ] Niliwasilisha makadirio na masafa ya kutokuwa na uhakika, sio nambari moja.
  • [ ] Nilitaja hatari ya kuvunjika kwa muundo/mshtuko wa nje kama onyo tofauti.
  • [ ] Nilishikilia kuwa jukumu la kutabiri na hukumu ya mwisho ni langu.