時間序列
預測平穩性的影響
如果預測中最重要的是獲得準確的預測，那麼為什麼使用非平穩數據會成為問題。假設您使用非平穩數據來創建在偽樣本外預測測試中表現良好的預測，將其作為模型仍然是錯誤的嗎？
問題是，如果數據是非平穩的，您的樣本外預測通常會很差。
即使它隨機地在您的樣本集訓練中表現良好，也很可能只是運氣好。
如果您發現此類模型始終優於您糾正非平穩性的模型，則可以使用它。正如您在預測中所說的，您只關心準確性，無論您是從嚴格的模型中獲得準確的結果，還是從乾雞骨頭中讀取結果，都無關緊要。
話雖如此，如果您使用非平穩數據建構預測模型，該模型將始終優於您對其進行校正的模型，我會感到非常驚訝。
PS：我假設上面我們談論的是無法處理非平穩性的模型。當然，如果我們談論一些可以處理非平穩序列的糾錯模型，那就沒有問題了。