Why
The lesson is diagnostic before predictive: test for stationarity, difference until it holds, and see how a naive forecast on a trending series manufactures confidence it has not earned.
How it works
Not yet built.
Workspace Index › Dev Notes › Time-series forecasting — ARIMA and why most series are not stationary
#172PoC
Time-series forecasting — ARIMA and why most series are not stationary
ARIMA and its relatives forecast a series from its own past, but the whole method rests on stationarity — a property financial and on-chain series almost never have without differencing.
시계열 예측 — ARIMA, 그리고 대부분의 시계열이 정상적이지 않은 이유
ARIMA와 그 친척들은 시계열을 자기 과거로 예측하지만, 방법 전체가 정상성(stationarity)에 기대고 있고, 금융·온체인 시계열은 차분 없이는 거의 그 성질을 갖지 않습니다.
왜
교훈은 예측 이전에 진단입니다: 정상성을 검정하고, 성립할 때까지 차분하고, 추세가 있는 시계열에 대한 순진한 예측이 얻지 못한 확신을 만들어 내는 것을 봅니다.
동작 방식
아직 만들지 않음.