超越预测精度:评估基于人工智能的铜价预测中的误差与利润悖论
《Machine Learning and Knowledge Extraction》:Beyond Forecast Accuracy: Evaluating the Error–Profit Paradox in AI-Based Copper Price Prediction
【字体:
大
中
小
】
时间:2026年07月16日
来源:Machine Learning and Knowledge Extraction 8.4
摘要
铜是一种具有战略重要性的商品,其价格走势越来越受到结构性变化、地缘政治冲击以及全球能源转型等因素的影响。这些因素给预测模型带来了巨大挑战,同时也为评估机器学习预测的实际价值提供了良好契机。本研究比较了在不同市场环境及结构突变情况下,基于统计学和人工智能的铜价预测模型。通过结合统计精度(MAPE)、动态模式再现能力(泰勒图和时间滞后交叉相关性分析)以及基于预测的交易策略的经济表现等指标,对模型性能进行了多维度评估。研究结果揭示了一个持续的“误差与收益悖论”:那些统计预测精度最高的模型并不一定能带来最佳的交易效果。在某些情况下,预测误差较大的模型反而能取得更好的经济收益,因为它们能更有效地捕捉市场的趋势动向。分析还表明,结构突变会显著改变模型的排名及预测效用,这凸显出进行考虑市场环境差异的评估的重要性。这些发现表明,在金融和商品预测应用中,仅依据预测精度无法全面评价模型质量。本研究通过提出一种综合框架,将预测精度、时间动态性、模型稳健性以及经济实用性结合起来,为在现实决策环境中评估预测系统提供了更为全面的方法,从而为机器学习评估研究做出了贡献。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号