返回
On forecast stability
DOI:10.1016/j.ijforecast.2025.01.006.png)
摘要
En 中文
预测通常在商业背景下定期生成,以支持下游决策。在此过程中,预测不仅应尽可能准确,还应避免任意变化,并在某种意义上保持稳定。本文探讨了两种类型的预测稳定性,即垂直稳定性(针对同一目标的不同来源预测)和水平稳定性(针对不同目标的不同来源预测)。现有文献中的工作仅适用于特定基础模型,并且只能实现垂直稳定性。我们提出了一种基于线性插值的简单方法,以稳定任何基础模型提供的预测,同时实现垂直和水平稳定性。我们的方法明确了稳定性与准确度之间的权衡,能够生成该权衡谱系上的任意点预测。我们在评估中使用了N-BEATS、聚合回归、LightGBM、ETS和ARIMA作为基础模型,并在四个公开可用数据集上采用了不同的误差和稳定性指标。在某些数据集上,所提出的框架实现了比基础预测更准确且更稳定的预测;在其他数据集上,我们实现了稍低准确度但显著更稳定的预测。
Keyword:
Rolling origin stability
Forecast congruence
Inter-plan stability
Intra-plan stability
Instability
Nervousness
Forecast volatility
Vertical stability
Horizontal stability
Forecast combination
Linear interpolation
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.1
论文数:
3.1K
被引数:
9.9K
机构
引用论文
Avoiding the bullwhip effect using Damped Trend forecasting and the Order-Up-To replenishment policy

