Stabilitätsbewusste Prognose‑Metrik senkt Volatilität um 75 %

Ein neues Forschungsdokument aus dem arXiv‑Repository präsentiert die „Forecast Accuracy and Coherence Score“ (AC‑Score), eine Metrik, die die Genauigkeit von probabilistischen Mehr‑Horizont‑Prognosen mit ihrer Stabilität verknüpft. Während herkömmliche Modelle ausschließlich auf Fehlerminimierung abzielen, berücksichtigt der AC‑Score, wie konsistent ein Modell dieselben zukünftigen Ereignisse prognostiziert, wenn sich der Ausgangspunkt der Vorhersage verschiebt.

Der Score lässt sich mit benutzerdefinierten Gewichtungen anpassen, sodass Analysten die Balance zwischen Genauigkeit und Konsistenz je nach Anwendungsfall steuern können. Als praktisches Beispiel wurde der AC‑Score als differenzierbare Zielfunktion in die Schulung von saisonalen ARIMA‑Modellen integriert.

Die Evaluation auf dem M4‑Hourly‑Benchmark zeigte beeindruckende Ergebnisse: Modelle, die mit dem AC‑Score optimiert wurden, reduzierten die Vorhersagevolatilität um 75 % für dieselben Zielzeitpunkte, während die punktuelle Prognosegenauigkeit gleich blieb oder sogar leicht verbesserte. Diese Fortschritte deuten darauf hin, dass die Berücksichtigung von Stabilität ein entscheidender Faktor für zuverlässige Zeitreihenprognosen sein kann.