Sign Accuracy, Mean-Squared Error and the Rate of Zero Crossings: a Generalized Forecast Approach
符号准确率、均方误差与过零频率：一种广义预测方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究预测准则、非平稳积分过程，并应用于经济周期分析。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
符号准确率、均方误差与过零频率：一种广义预测方法
- 研究问题
- 预测时如何同时考虑方向判断、均方误差和预测符号变化频率，并在非平稳积分过程中控制预测轨迹的单调性？
- 方法与思路
- 作者提出平滑符号准确率框架，将方向准确性、均方误差和符号变化纳入共同准则，并扩展至非平稳过程。
- 材料陈述的贡献
- 摘要称，该框架刻画准确性与平滑性的权衡，推广传统均方误差准则，并通过调整既有经济周期工具展示应用。
- 阅读关注点
- 应核对多目标准则的形式和权重选择、平滑性与单调性约束、积分过程下的条件，以及经济周期应用的评价指标。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给权重规则、理论保证或量化比较，不能判断各目标能否同时改善。
原文摘要
Forecasting entails a complex estimation challenge, as it requires balancing multiple, often conflicting, priorities and objectives. Traditional forecast optimization criteria typically focus on a single metric -- such as minimizing the mean squared error (MSE) -- which may overlook other important aspects of predictive performance. In response, we introduce a novel approach called the Smooth Sign Accuracy (SSA) framework, which simultaneously considers sign accuracy, MSE, and the frequency of sign changes in the predictor. This addresses a fundamental trade-off (the so-called accuracy-smoothness (AS) dilemma) in prediction. The SSA criterion thus enables the integration of various design objectives related to AS forecasting performance, effectively generalizing conventional MSE-based metrics. We further extend this methodology to accommodate non-stationary, integrated processes, with particular emphasis on controlling the predictor's monotonicity. Moreover, we demonstrate the broad applicability of our approach through an application to, and customization of, established business cycle analysis tools, highlighting its versatility across diverse forecasting contexts.