Как известно, при прогнозировании экономических показателей целесообразнее
использовать не одну, а несколько статистических моделей. Например, можно использовать
наиболее оптимистичный прогноз, наиболее пессимистичный и наиболее вероятный.
Более того, хотелось бы обратить
внимание, что в случае, если несколько прогнозных моделей основаны на различной
информации, то комбинация моделей зачастую обеспечивает более качественный и
точный прогноз, чем каждая модель по отдельности.
Идея комбинированного прогноза
(«combined forecasts») выглядит действительно впечатляюще: имея два, три
прогноза, можно определенным образом соединить их в один комбинированный
прогноз, у которого надежность и точность будут выше, чем у каждого индивидуального
прогноза по отдельности.
Оригинальная идея комбинации
прогнозов была разработана Бэйтсом и Грэйнджером в 1969 г. (Bates J.M., Granger
C.W.J. The Combination of Forecasts // Operational Research Quarterly. – 1969.
– №20 (no. 4)).
Так, основная задача при
построении комбинированного прогноза заключается в поиске такой комбинации
индивидуальных прогнозов, которая обеспечила бы минимальное значение MSE (Mean
squared error – среднеквадратическая ошибка) и MAPE (Mean absolute percentage error – средняя ошибка аппроксимации)
по сравнению с индивидуальными прогнозами (то есть меньше, чем у наилучшего индивидуального
прогноза).
В 1984 г. Чарльзом Нельсоном был
предложен способ оптимизации (минимизации ошибок) портфеля индивидуальных
прогнозов в виде линейной композиции (при выполнении условий несмещенности и
однородности конечного комбинированного прогноза). В этом случае именно
комбинация индивидуальных прогнозов и будет являться наилучшей прогнозной оценкой.
В целом комбинационные методы сегодня
позволяют обеспечить более надежные и достоверные результаты при прогнозировании
экономических и финансовых показателей. Пример использования комбинированного
прогноза инфляции (включая формулы) можно найти здесь.
Дальнейшее исследование вопросов оптимальной
комбинации прогнозных оценок предполагает использование таких современных
и эффективных аналитических инструментов, как, например, искусственные нейронные
сети (neural networks), которые по сравнению с линейными методами обладают
непревзойденным преимуществом, поскольку позволяют обнаруживать существующие
закономерности и взаимосвязи, независимо от того линейны они или нет.
Уважаемые коллеги, присылайте Ваши статьи,
посвященные анализу и прогнозированию в бизнесе, на электронный адрес info@businessforecast.by – мы
с радостью опубликуем их у себя на сайте!
Комментарии
15 июля 2014, 11:07 Иван
очень перспективно заниматься экономическим прогнозированием,такая деятельность может дать возможность очень успешного прогнозирования в футболе,хотя сейчас я основываюсь при ставках на прогнозы wowbet ru ,и конечно есть положительные и довольно высокие результаты,думаю заняться прогнозированием как наукой и в дальнейшем переложить знания на на науку спортивного беттинга.