如何评估点位预测？
最简单的评估点位预测有效性的方法就是将历史实际值对样本外预测值进行回归。假设有一个交易模型预测股票未来的价格水平。用股票实际价格对预测价格进行回归可以用于评估预测模型的有效程度。
点位预测的精度还可以通过比较预测值与实际值来进行评估。对预测值进行比较的方法包括:
均方误差(mean squared error, MSE)
平均绝对偏差(mean absolute deviation, MAD)
平均绝对百分比误趋(mean absolute perentage error, MAPE)
分布的表现(distributional performance)
家积精度曲线(cumulative accuracy profiling)
更进一步，还可以在不对称的情形下考虑模型的精确度。比如，负的预测误差的MSE是否大于正的预测误差的MSE?若是，则模型对实际僚有低估的倾向。需要进行微调以解决预测精度的不对称问题。类似地，我们还可以对误差按照不同市场因素进行分类，以对预测误差进行更为仔细的考察:
对误差进行度量时的市场波动率
误差的大小
产生预测信号时对计算机性能的利用率等其他各种可能的因素
进行这些操作是为了确定系统会在什么样的情况下频繁出错，并对导致错误的问题进行修正。