バックテスト

フォーキャスト モデルを学習させる際には、履歴データ (実績) の一部が差し引かれます。差し引かれるデータの量はフォーキャスト対象期間と等しくなります。 

(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。 

1. モデルの学習プロセスでは履歴データのうち最初の 9 か月分を使用し、過去 3 か月について予測します。 残り 3 カ月分の履歴データについては差し引かれます。
2. モデルの学習後、予測した過去 3 か月と実績を比較します。この比較では、モデルのパフォーマンスを評価し、フォーキャスト モデルの品質指標 (高度な指標) を求めます。 

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、パフォーマンスも良いということになります。

通常は、フォーキャストと実際の結果を比較することでフォーキャスト精度が向上します。今後のフォーキャストの精度を向上させるには、「バックテスト ウィンドウ」を使用します。 このウィンドウを使用することで、「What-if」シナリオをシミュレーションできます。たとえば、過去のある時点のデータに対して PlanIQ フォーキャストを実行した場合などをシミュレーションできます。