Forecasting là gì? Dự báo phải có mốc, chân trời và sai số #38

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch.

Trả lời ngắn: Dự báo (forecasting) là ước lượng có điều kiện về mục tiêu tương lai, chỉ dùng thông tin sẵn có tại một mốc đã định. Dự báo kiểm được phải nêu mục tiêu, mốc cắt thông tin, chân trời, đường sàn, sai số và độ bất định; nó không phải lời hứa rằng tương lai xảy ra đúng như vậy.

Đọc xong, bạn sẽ hiểu:

• Khóa bốn ô mục tiêu, mốc dự báo, chân trời và thông tin được phép dùng.
• Phân biệt dự báo cố định bốn bước với dự báo cuốn chiếu một bước.
• Tự tính MAE, RMSE và độ chệch bằng Google Sheets.

Time Series #37 giữ đúng thứ tự dữ liệu. Bài này dùng thứ tự ấy để giả lập tình huống thật: đứng tại một thời điểm, che phần tương lai rồi đưa ra con số trước khi mở đáp án.

1. Dự báo là gì? Một ước lượng có mốc cắt

Mục tiêu là biến, đơn vị và thời điểm cần ước lượng. “Dự báo giá” còn mơ hồ; “ước lượng số hoạt động ở kỳ 9, cùng đơn vị với chuỗi tháng” mới kiểm được.

Mốc dự báo là thời điểm phát hành ước lượng. Mốc cắt thông tin là thời điểm mới nhất mà dữ liệu đầu vào được phép chạm tới. Hai mốc thường gần nhau nhưng không luôn trùng: dữ liệu có thể đến chậm hoặc được sửa lại.

Chân trời h là số bước từ mốc dự báo đến mục tiêu. Đứng tại kỳ 8, dự báo kỳ 9 là h=1; kỳ 12 là h=4. Câu hỏi một bước và bốn bước có độ khó khác nhau.

Dự báo điểm là một giá trị trung tâm, chẳng hạn 113. Khoảng dự báo là một khoảng cho quan sát tương lai với mức bao phủ đã nêu, dựa trên giả định của phương pháp. Khoảng không phải lời đảm bảo từng quan sát sẽ nằm bên trong.

Hình 1 — Mọi mũi tên dự báo phải bắt đầu sau mốc cắt và chỉ dùng thông tin bên trái.

Cách viết gọn là ŷₜ₊ₕ|ₜ: ước lượng giá trị ở t+h bằng thông tin có đến t. Nếu một cột dùng giá trị của t+1, dự báo đã nhìn đáp án.

2. Bốn ô khóa trước khi chạy mô hình

Ô 1: Dự báo gì?

Ghi tên biến, đơn vị, phép biến đổi và thời điểm gắn nhãn. Giá, lợi suất và thay đổi giá là ba mục tiêu khác nhau. Dự báo theo ngày cũng khác theo tháng.

Ô 2: Đứng ở đâu?

Ghi mốc phát hành và mốc cắt. Ví dụ thời tiết phát lúc 6:00 không được dùng radar 7:00. Trong tài chính, giá đóng cửa chỉ có sau khi phiên kết thúc; không thể làm đầu vào cho quyết định trước đó.

Ô 3: Nhìn xa bao nhiêu?

Ghi từng chân trời cần dùng. Một mô hình có thể tốt ở h=1 nhưng hụt ở h=12. Không gộp mọi chân trời thành một con số rồi quên tỷ trọng.

Ô 4: Lúc đó thật sự biết gì?

Liệt kê cột có sẵn, độ trễ nhận dữ liệu và lịch cập nhật. “Có trong file cuối ngày” không chứng minh “có tại thời điểm dự báo”. Dữ liệu vĩ mô còn có thể được sửa sau lần công bố đầu.

Với ví dụ 12 kỳ giả định của #37, ta khóa: mục tiêu là số hoạt động kỳ 9–12; mốc dự báo/cắt là cuối kỳ 8; chân trời h=1..4; thông tin chỉ gồm kỳ 1–8. Đây là dự báo cố định từ một mốc.

3. Đường sàn ngây thơ: đối thủ bắt buộc phải vượt

Đường sàn là phương pháp đơn giản dùng làm chuẩn so sánh. Phương pháp ngây thơ dự báo giá trị sau bằng giá trị cuối đã biết:

ŷₜ₊ₕ|ₜ = yₜ

Tại kỳ 8, giá trị cuối là 113. Vì không cập nhật giữa đường, bốn dự báo kỳ 9–12 đều bằng 113.

Phương pháp ngây thơ mùa vụ dùng giá trị ở cùng vị trí của chu kỳ trước. Với nhịp giả định S=4, dự báo kỳ 9–12 là giá trị kỳ 5–8:

102, 113, 122, 113

Sai số tương ứng là 12,7,7,10. Trên đúng bốn hàng này, MAE của phương pháp thường là 8,5, còn phương pháp mùa vụ là 9. Chênh lệch nhỏ trên mẫu hư cấu không chứng minh chuẩn thường sẽ tốt hơn trong tương lai.

Đường sàn không phải mô hình để triển khai. Nó là câu hỏi kỷ luật: nếu phương pháp phức tạp không vượt được cách lặp giá trị cuối trong cùng giao thức, độ phức tạp đang mua gì?

4. Đo sai số đúng giao thức

Sai số dự báo tại kỳ t là:

eₜ = yₜ − ŷₜ

Dấu dương nghĩa dự báo thấp hơn thực tế; dấu âm nghĩa dự báo cao hơn.

Ba thước đo cơ bản:

• MAE là trung bình trị tuyệt đối sai số: mean(|e|).
• RMSE là căn bậc hai của trung bình sai số bình phương: sqrt(mean(e²)).
• Độ chệch là trung bình sai số có dấu: mean(e).

MAE dễ đọc theo đơn vị mục tiêu. RMSE phạt sai số lớn mạnh hơn do bình phương. Độ chệch cho biết dự báo có thường thấp hoặc cao hơn thực tế, nhưng sai số dương/âm có thể triệt tiêu.

Với dự báo cố định từ kỳ 8, sai số [1,7,16,10]:

MAE = (1+7+16+10)/4 = 8,5

RMSE = sqrt((1+49+256+100)/4) = 10,0747208398

độ chệch = (1+7+16+10)/4 = 8,5

Hình 2 — Mọi chỉ số đều truy ngược được về bốn sai số và cùng một giao thức cố định.

Đánh giá cuốn chiếu dời mốc sau khi mỗi giá trị thật xuất hiện. Với phương pháp ngây thơ một bước, dự báo kỳ 9–12 là [113,114,120,129]; sai số [1,6,9,−6]; MAE=5,5, RMSE=6,2048368230, độ chệch 2,5.

Hình 3 — Hai giao thức dùng lượng thông tin khác nhau nên không được xếp hạng bằng cách so trực tiếp chỉ số.

MAE 5,5 không chứng minh cuốn chiếu “tốt hơn” MAE 8,5; bài toán của chúng khác nhau. FPP3 cũng cảnh báo đánh giá nhiều bước trộn các chân trời có phương sai khác, còn đánh giá một bước dùng mọi quan sát trước mỗi mục tiêu (Forecasting on Training and Test Sets).

5. Dự báo điểm chưa đủ: phải nói độ bất định

Một con số 113 không cho biết mức không chắc chắn. Phân phối dự báo mô tả các giá trị tương lai có thể xảy ra theo mô hình; dự báo điểm thường là trung tâm của phân phối ấy.

Khoảng dự báo bao quanh một quan sát tương lai. Nó khác khoảng tin cậy, vốn thường bao quanh trung bình hoặc tham số. NIST giải thích khoảng cho phép đo mới rộng hơn khoảng cho hàm hồi quy vì nó còn chứa nhiễu của quan sát mới (NIST — Prediction).

Chân trời xa thường làm khoảng rộng hơn vì bất định tích lũy. FPP3 nhấn mạnh dự báo điểm gần như thiếu giá trị nếu không kèm thông tin bất định, đồng thời lưu ý cách tính khoảng phụ thuộc giả định về sai số và mô hình (Prediction Intervals).

Khoảng 80% không có nghĩa “chắc chắn 80%” cho một lần duy nhất. Muốn tin mức bao phủ, phải kiểm trên nhiều dự báo ngoài mẫu cùng chân trời và giao thức. Tám hàng phát triển cùng bốn hàng đánh giá ở đây quá ít để ước lượng khoảng đáng tin; thẻ phải ghi “chưa ước lượng”.

6. Sáu bẫy và bài Sheets 15 phút

Sáu bẫy cần chặn

1. Rò rỉ dữ liệu: đầu vào chạm tương lai hoặc bản dữ liệu sửa sau này.
2. Xáo thứ tự khi chia phần phát triển và đánh giá.
3. So mô hình ở mục tiêu, chân trời hoặc giai đoạn khác nhau.
4. Chọn chỉ số sau khi nhìn kết quả để làm mô hình mình thích thắng.
5. Đánh giá cuốn chiếu có cập nhật nhưng lúc dùng thật lại không cập nhật.
6. Bỏ qua đổi chế độ, độ trễ dữ liệu và chi phí vận hành.

FPP3 dùng kiểm tra chéo chuỗi thời gian bằng nhiều mốc gốc tăng dần để giữ quan hệ trước–sau (Time Series Cross-validation). Dù dùng một hay nhiều mốc, giao thức phải giống cách dự báo sẽ được phát hành.

Bài tập Google Sheets miễn phí, 15 phút, dữ liệu giả định và chưa dùng tiền thật:

1. A2:B13 nhập kỳ/giá trị của #37. Đánh dấu kỳ 1–8 phát triển, 9–12 đánh giá.
2. C10:C13 đều nhập =$B$9, vì B9 là kỳ 8 có giá trị 113.
3. D10 nhập =B10-C10; E10 =ABS(D10); F10 =D10^2; kéo đến hàng 13.
4. =AVERAGE(E10:E13) cho MAE 8,5.
5. =SQRT(AVERAGE(F10:F13)) cho RMSE 10,0747208398.
6. =AVERAGE(D10:D13) cho độ chệch 8,5.
7. Ở bảng riêng, dùng giá trị thực kỳ trước cho dự báo cuốn chiếu một bước; ghi rõ đây là giao thức khác.

Mẫu đối chiếu đã điền

Hình 4 — Dự báo chưa được triển khai khi chưa có bằng chứng độ chính xác và độ bất định đủ rộng.

7. Tổng kết và bài tiếp theo

Năm ý chính

• Dự báo là ước lượng có điều kiện, không phải lời hứa.
• Luôn khóa mục tiêu, mốc cắt, chân trời và tập thông tin trước mô hình.
• Phương pháp phức tạp phải vượt đường sàn trong cùng giao thức.
• Không so trực tiếp dự báo cố định nhiều bước với cuốn chiếu một bước.
• Báo sai số và độ bất định; chặn rò rỉ, xáo thời gian và đổi chế độ.

Câu hỏi tự kiểm tra

• Mốc dự báo và mốc cắt thông tin khác nhau thế nào?
• Vì sao MAE 5,5 cuốn chiếu không trực tiếp thắng MAE 8,5 cố định?
• RMSE khác MAE ở cách xử lý sai số lớn ra sao?
• Khoảng dự báo khác khoảng tin cậy ở đối tượng nào?

Gợi ý đáp án

Xem gợi ý câu 1

Mốc dự báo là lúc phát hành; mốc cắt là dữ liệu mới nhất được phép dùng. Xem mục 1.

Xem gợi ý câu 2

Cuốn chiếu cập nhật sau mỗi kỳ, còn cố định không nhận thêm thông tin; hai giao thức khác nhau. Xem mục 4.

Xem gợi ý câu 3

RMSE bình phương sai số nên phạt sai số lớn mạnh hơn; MAE dùng trị tuyệt đối. Xem mục 4.

Xem gợi ý câu 4

Khoảng dự báo bao quan sát mới; khoảng tin cậy thường bao trung bình hoặc tham số. Xem mục 5.

Thuật ngữ cần nhớ

Nguồn tham khảo

• FPP3 — Training and Test Sets
• FPP3 — Time Series Cross-validation
• FPP3 — Prediction Intervals
• FPP3 — Evaluating Point Forecast Accuracy
• Penn State STAT 510 — Forecasting with ARIMA Models
• NIST — Prediction

Tiếp tục với Monte Carlo #39 để chuyển từ một đường dự báo sang nhiều kịch bản có điều kiện. Khi cần, quay lại Time Series #37 hoặc toàn bộ Quantitative Finance Zero to Hero.

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Mọi thị trường đều có rủi ro mất vốn.