Оглавление

» Как делать прогнозы...
» Понятие обратного т...
» Композит
» Black Box модели

Если загрузить в Программу информацию для исследования (в качестве примера рассмотрим котировки ценных бумаг), то на экране диаграмма, используемая для исследования, будет разделена на два интервала, окрашенных в расный (скорее, розовый) и синий цвет – таким образом устроены все окна Программы, относящиеся к прогнозированию.

Данные, представленные в синей зоне, Программа использует как входную информацию; эти данные служат для создания и дальнейшей оптимизации модели, на основе которой строится прогноз. Данные красной зоны Программа “не видит”, они служат для проверки ее работоспособности. Таким образом, уже в процессе построения прогноза, мы можем оценить качество модели, используемой для прогнозирования. В этом и заключается принцип обратного тестирования. Следует помнить – и это очень важно, - что информация красного интервала пока еще не есть прогноз, это тоже реальные данные (то есть, то, что уже произошло и что мы знаем наверняка), хотя Программа и не использует их для анализа.

Если прогностическая кривая на красном интервале в достаточной мере совпадает с реальными данными, мы можем перейти к построению прогноза. Но сначала Программа сделает еще одну проверку прогностической способности модели. Для этого необходимо расширить границы анализируемого интервала. Сделать это просто: нужно нажать кнопку , которая совместит границу синего интервала с последними значениями цен в красном интервале:

Расширение границ делается для того, чтобы иметь больше информации для анализа. Перенос границы интервала обучения позволяет выверить нашу модель еще раз. Таким образом, мы принимаем в расчет все имеющиеся данные. Вот теперь наша модель готова представить реальный прогноз.

Теперь давайте познакомимся с основными методами, используемыми для построения прогностических моделей.