7030010 三模型预测
各维度预测对比
v3 Ensemble 分解 (各模型贡献)
v3 = v1×权重 + v2×权重 + Prophet×权重 加权融合, 权重根据近 3 期 walk-forward 误差% 反比设定
v1 vs v2 walk-forward 误差% 对比
三模型适用场景
v1 简单加权均值
- 用全部 9 期数据加权平均
- 实现简单, 早期可用
- 缺点: 不区分版本, v1-v3 的旧数据会拖累
- 适用: 冷启动 / 数据少 / 版本稳定
v2 版本对齐
- 只用同版本+前一版本数据
- 同版本权重 1.0, 前版本 0.6
- 优点: 后期 误差% 1-3% (vs v1 的 25%+)
- 适用: 版本切换后 / 配置变更频繁
v3 Ensemble + Prophet
- v1 + v2 + Prophet 三模型加权
- Prophet 引入时间趋势
- 优点: 鲁棒性最强, 单模型失效时不崩
- 适用: 长期生产环境 / 多种风险并存