バックテストはフォーキャスト モデルのパフォーマンスの推測に使用します。
バックテストのロジック
フォーキャスト モデルを作成すると、履歴データ (実績) のサブセットに基づいてバックテストが自動的に生成されます。次の点に注意してください。
- 差し引かれるデータはフォーキャスト対象期間と等しくなります。
- 学習済みフォーキャスト モデルによって、差し引かれたデータに対応する期間の予測が生成されます。
- バックテストではフォーキャストと実績の比較がサポートされています。精度指標はこの比較を基にしています。
バックテストの例
12 か月分の履歴データがあり、フォーキャスト対象期間が 3 か月だとします。
- モデル トレーニング プロセスでは、最初の 9 か月分の履歴データを使用して残り 3 か月を予測します (この 3 か月は比較サンプルとして保持されます)。
- PlanIQ によって、過去 3 か月のフォーキャストと実績が比較されます。この比較により、フォーキャスト モデルのパフォーマンスを推測する高度な精度指標が実現されます。
バックテスト データをインポートすることで、アイテム レベルでパフォーマンスを推測できます。予測された値が実績に近いほど、モデルの予測精度が高く、推測されるパフォーマンスも良いということになります。