Modellauswahl
In der Modellauswahl wird für die gegebene Zeitreihe automatisiert das am besten passende Prognosemodell identifiziert und die zugehörigen Modellparameter optimal eingestellt.
Beispiele für Fragen, die im Rahmen der Modellauswahl potenziell beantwortet werden sollen, sind:
- Trend: Ist ein Trend erkennbar? Falls ja: Wie stark ist der Trend ausgeprägt? In welche Richtung weist der Trend? Ist eine Trenddämpfung ersichtlich?
- Saisonalität: Sind zyklische, sich wiederholende Figuren in der Vergangenheit erkennbar? Falls ja: In welcher Regelmäßigkeit treten diese auf?
- Adaptivität: Wie schnell soll das Prognose-Modell auf aktuelle Veränderungen reagieren (stark adaptives Modell), wie stark und wie lange sollen vergangene Daten miteinbezogen werden (stabiles Modell)?
Die zueinander konkurrierenden Modelle können verschiedene Eigenschaften und Strukturen der Zeitreihe auf unterschiedliche Weise erfassen und abbilden. Um sie miteinander vergleichen zu können, werden sie auf die vorgegebene Zeitreihe eingestellt und von verschiedenen Seiten beleuchtet. Ein wichtiger Bestandteil, um die jeweilige Modellgüte zu beurteilen, ist das Backtesting.