StatSpace

О стабильности прогнозов #лонгрид #статьи Давно у нас не было лонгридов по статьям – исправляюсь! И сегодня у нас довольно простая и по базовой идее, и по уровню исполнения работа, затрагивающая при этом очень интересное и малоизученное явление – стабильность прогнозов. Стабильность здесь делится на два вида: 1) Вертикальная стабильность – стабильность прогнозов из разных точек на один и тот же период (условно: прогнозы на март 2025 от февраля 2025, января 2025, декабря 2024 и т.д.); 2) Горизонтальная стабильность – стабильность прогнозов из одной точки на разные горизонты. И, в идеальном случае, прогнозы должны быть стабильны в обоих смыслах. Вертикальная стабильность важна, к примеру, с точки зрения процессов планирования в компаниях (если каждый месяц придётся переделывать планы всего из-за летающих туда-сюда прогнозов – работать будет очень тяжело). Горизонтальная стабильность же – скорее вопрос общей разумности получающихся прогнозов, о ней имеет смысл думать всегда, когда прогноз строится больше, чем на один конкретный горизонт (к примеру, на один шаг вперёд). Что интересно, есть много свидетельств того, что точность и стабильность прогнозов – это разные и не очень связанные друг с другом сущности. Точный прогноз может быть не очень стабильным, а стабильный – не очень точным. И да, в некоторых приложениях пожертвовать какой-то частью точности прогноза ради стабильности – это нормально. Как указывают авторы, большая часть предшествующих работ (которых было очень немного) фокусировалась на вертикальной стабильности, они же предложили метод, позволяющий обеспечивать и вертикальную, и горизонтальную стабильность! Что же это за метод? Линейная интерполяция! Прогнозы из разных точек на одну и ту же точку или прогнозы из одной точки на разные горизонты можно просто усреднить/пропустить через скользящее среднее. И станет лучше! И это "лучше", к слову, проверяется на хорошем таком и вполне себе современном наборе моделей – и лучше с точки зрения стабильности действительно получается. PS: интересно тут вот что. Для обеспечения той же "горизонтальной стабильности прогнозов" я лично (и не только я, понятное дело) неоднократно придумывал всякие эвристики и посложнее скользящих средних – и никогда не думал, что это не чисто технический приём, а целое отдельное новое и актуальное направление в науке прогнозирования. А вон оно как, оказывается, на самом-то деле!