Serii de timp

Capitolul 9 · Învățare automată pentru serii de timp

În stînga este slide-ul din curs, în dreapta aceeași figură sau același tabel, calculat în browser din aceleași date. Butonul ▶ modifică parametrul pas cu pas; casetele „Exemplu rezolvat” refac calculul cu cifrele capitolului.

Prognoza ca învățare supervizată · Validare fără leakage · Modele liniare regularizate: ridge și lasso · Arbori, random forest și gradient boosting · Rețele neuronale · Aplicație: consumul de energie electrică față de Capitolul 4 · Intervale de prognoză · Modele locale și globale: inflația din România · Aplicații în finanțe: volatilitatea și semnul randamentelor · Studii de caz de referință: M4, M5 și Gu, Kelly și Xiu

Prognoza ca învățare supervizată

Exemplu rezolvat: un tabel de laguri pentru consumul de energie electrică

Slide-ul 9: Exemplu rezolvat: un tabel de laguri pentru consumul de energie electrică
Slide-ul 9

Exemplu rezolvat

      Întrebare pentru sală Cu p = 5 laguri și h = 3, cîte rînduri complete dau cele 9 zile?
      Răspuns

      9 − 5 − 3 + 1 = 2 rînduri, cu originile 25 și 26 iunie 2025. Pe toată seria, tabelul pentru h = 3 are 1642 − 28 − 3 + 1 = 1612 rînduri.

      Consumul de energie electrică: seria și trei variabile explicative

      Slide-ul 10: Consumul de energie electrică: seria și trei variabile explicative
      Slide-ul 10
        Întrebare pentru sală Duceți orizontul la h = 7. Cît devine corelația țintei cu yt și cu media pe 7 zile?
        Răspuns

        0,81 cu yt (0,77 la h = 1) și 0,60 cu media pe 7 zile (0,74 la h = 1). La h = 7 ziua de azi este aceeași zi a săptămînii ca ținta, deci yt preia rolul lagului săptămînal, iar media pe 7 zile nu mai poartă ziua săptămînii.

        Prognoze recursive, directe și cu ieșiri multiple

        Slide-ul 13: Prognoze recursive, directe și cu ieșiri multiple
        Slide-ul 13
          Întrebare pentru sală Alegeți originea 6 aprilie 2026, cu Paștele în fereastră. Care strategie are MAE mai mic pe cele 14 zile?
          Răspuns

          Cea directă: 668 MW, față de 898 MW pentru cea recursivă. La h = 7 coeficientul direct al lui yT este 0,81, iar cel implicit b⁷ doar 0,15: iterarea unui AR(1) pierde tiparul săptămînal, pe care modelul direct îl păstrează.

          Exemplu rezolvat: prognoze recursive și directe pe doi pași

          Slide-ul 14: Exemplu rezolvat: prognoze recursive și directe pe doi pași
          Slide-ul 14

          Exemplu rezolvat

          \[\hat y_{T+1}=a+b\,y_T,\quad \hat y_{T+2}=a+b\,\hat y_{T+1}=a(1+b)+b^2y_T;\qquad \text{direct: }\hat y_{T+2}=2{,}3+0{,}6\,y_T\]
              Întrebare pentru sală Fixați yT = 7. Care prognoză pe doi pași este mai mare?
              Răspuns

              Cea recursivă: 2,16 + 0,64·7 = 6,64, față de 2,3 + 0,6·7 = 6,50 pentru cea directă. Cele două reguli se intersectează la yT = 3,5; peste acest prag regula recursivă, cu panta mai mare, dă mereu mai mult.

              Validare fără leakage

              Patru scheme de validare

              Slide-ul 17: Patru scheme de validare
              Slide-ul 17
                Întrebare pentru sală Duceți spațiul la h = 6. Ce parte din rîndurile de test din walk-forward fără spațiu are un rînd de antrenare la mai puțin de 6 pași?
                Răspuns

                63% (25% la h = 3); în K-fold aleator 100%, cu spațiu 0%. Primele h − 1 = 5 dintre cele 8 rînduri ale fiecărui bloc de test au ținte care se suprapun cu ultimele rînduri de antrenare.

                Leakage-ul în practică: grupuri aleatoare pe ținte suprapuse

                Slide-ul 19: Leakage-ul în practică: grupuri aleatoare pe ținte suprapuse
                Slide-ul 19
                  Întrebare pentru sală Alegeți h = 1: ținta este un singur randament, fără suprapunere. Ce R² raportează 5-fold aleator pentru mersul aleator simulat?
                  Răspuns

                  −4,5%, aproape de walk-forward (−6,3%) și de walk-forward cu spațiu (−6,1%). Fără ținte suprapuse, un rînd de test nu mai are aproape-copii în grupurile de antrenare, iar R² de 34,5% dispare.

                  Interpretarea experimentului de leakage

                  Slide-ul 20: Interpretarea experimentului de leakage
                  Slide-ul 20

                  Exemplu rezolvat

                  \[\rho(Y_t,Y_{t+k})=\max\!\Big(0,1-\frac{k}{h}\Big),\qquad R^2=1-\frac{\sum_{\text{folds}}\sum_t(y_t-\hat y_t)^2}{\sum_{\text{folds}}\sum_t(y_t-\bar y_{\text{train}})^2}\]
                      Întrebare pentru sală Alegeți h = 63. Ce R² dau 5-fold aleator și walk-forward cu spațiu pentru S&P 500?
                      Răspuns

                      43,4% și −43,6%. Țintele vecine au în comun 62 din 63 de randamente (corelația de selecție 0,976), deci grupurile aleatoare scurg și mai multă informație. Fără spațiu, walk-forward dă −36,2%: ultimele rînduri de antrenare au ținte care se suprapun cu primele rînduri de test, un leakage mic pe care spațiul îl elimină.

                      Deplasarea și varianța arborilor de regresie

                      Slide-ul 22: Deplasarea și varianța arborilor de regresie
                      Slide-ul 22
                        Întrebare pentru sală Ridicați zgomotul la σ = 0,6. La ce adîncime este minimă eroarea de test așteptată?
                        Răspuns

                        La adîncimea 2 (0,465; varianța zgomotului este 0,36). Cu σ = 0,1 minimul trece la adîncimea 6. Mai mult zgomot crește varianța arborilor adînci, deci complexitatea potrivită scade.

                        Modele liniare regularizate: ridge și lasso

                        Ridge și lasso

                        Slide-ul 26: Ridge și lasso
                        Slide-ul 26

                        Exemplu rezolvat: ridge

                        \[\hat\beta_{\text{ridge}}=\frac{S_{xy}}{S_{xx}+\lambda}=\frac{S_{xx}}{S_{xx}+\lambda}\,\hat\beta_{\text{OLS}}\]

                          Exemplu rezolvat: lasso

                          \[\hat\beta_{\text{lasso}}=\operatorname{sign}(S_{xy})\,\frac{\max(|S_{xy}|-\lambda/2,\,0)}{S_{xx}}\]
                              Întrebare pentru sală Puneți Sxy = 30. De la ce λ devine coeficientul lasso exact 0 și cît dă ridge cu λ = 50?
                              Răspuns

                              De la λ = 2·30 = 60; ridge dă 30/150 = 0,200, nenul. Pragul lasso crește cu |Sxy|: variabilele cu o legătură slabă cu ținta ies primele.

                              Traiectoriile ridge și lasso pentru variabilele consumului

                              Slide-ul 27: Traiectoriile ridge și lasso pentru variabilele consumului
                              Slide-ul 27
                                Întrebare pentru sală Tăiați eșantionul la 31 decembrie 2023. Cîte variabile păstrează lasso la penalizarea aleasă?
                                Răspuns

                                23 din 30 (22 pe datele pînă la 30 iunie 2025), pe 702 rînduri, cu λ = 0,00486; primele variabile care intră sînt tot lag6, lag0 și lag13.

                                Interpretarea traiectoriilor coeficienților

                                Slide-ul 28: Interpretarea traiectoriilor coeficienților
                                Slide-ul 28
                                  Întrebare pentru sală Mutați penalizarea 6 pași spre un λ mai mare (−6). Cîte variabile rămîn nenule?
                                  Răspuns

                                  19 din 30, la λ = 0,00441 (22 la λ ales, 0,00173). Ordinea de intrare nu depinde de λ ales: lag6, lag0, lag13.

                                  Arbori, random forest și gradient boosting

                                  Un arbore de adîncime 2 pentru consumul de mîine

                                  Slide-ul 31: Un arbore de adîncime 2 pentru consumul de mîine
                                  Slide-ul 31
                                    Întrebare pentru sală Antrenați arborele pe datele pînă la 29 iunie 2026. Se schimbă prima întrebare?
                                    Răspuns

                                    Variabila rămîne same_dow, iar pragul coboară de la 6,08 la 6,04 GW; frunzele devin 5,27; 5,86; 6,37 și 7,17 GW, cu 1613 zile, iar R² rămîne 0,64.

                                    Gradient boosting

                                    Slide-ul 34: Gradient boosting
                                    Slide-ul 34

                                    Exemplu rezolvat

                                    \[F_0=\bar y,\qquad r_i=y_i-F_{m-1}(x_i),\qquad F_m(x)=F_{m-1}(x)+\nu\,g_m(x)\]
                                        Întrebare pentru sală Puneți ν = 1. Cît este F1 în cele trei puncte?
                                        Răspuns

                                        5,50; 5,50 și 8,00: primul arbore corectează complet reziduul punctului izolat, iar MSE la antrenare scade de la 1,56 la 0,167 după un singur arbore. O rată de învățare mare ajustează repede datele de antrenare, inclusiv zgomotul lor.

                                        Un arbore, un random forest și boosting pe datele de consum

                                        Slide-ul 35: Un arbore, un random forest și boosting pe datele de consum
                                        Slide-ul 35
                                          Întrebare pentru sală Antrenați pînă la 31 decembrie 2023 (validare de 546 de zile). După cîți arbori atinge boosting-ul cu ν = 0,3 minimul?
                                          Răspuns

                                          După 24 de arbori (MSE 0,093), față de 72 în curs; cu ν = 0,05 minimul vine după 222 de arbori (0,092). Pe un eșantion de antrenare mai scurt, boosting-ul rapid începe mai devreme să ajusteze zgomotul.

                                          Arborii nu pot extrapola: nivelul prețurilor în România

                                          Slide-ul 37: Arborii nu pot extrapola: nivelul prețurilor în România
                                          Slide-ul 37
                                            Întrebare pentru sală Antrenați pădurile pînă în decembrie 2022. Cît este RMSE pe niveluri?
                                            Răspuns

                                            22,9 puncte de indice (36,9 cu antrenarea pînă în 2020): cel mai mare nivel văzut este acum 135,6, dar prognoza rămîne plafonată la 134,1, cînd indicele ajunge la 173,4. Pe variațiile lunare RMSE este 0,68.

                                            Importanța prin permutare pentru gradient boosting

                                            Slide-ul 40: Importanța prin permutare pentru gradient boosting
                                            Slide-ul 40
                                              Întrebare pentru sală Duceți orizonturile la 7 și 8 zile. Ce variabilă domină la h = 8?
                                              Răspuns

                                              cos1 (+98 MW), urmată de lag6 (+84 MW). La h = 7 domină încă lag0 (+317 MW), pentru că la 7 zile yt este aceeași zi a săptămînii ca ținta.

                                              Rețele neuronale

                                              O rețea mică și funcțiile ei de activare

                                              Slide-ul 44: O rețea mică și funcțiile ei de activare
                                              Slide-ul 44
                                                Întrebare pentru sală Cîți parametri are rețeaua cu q = 10 neuroni ascunși?
                                                Răspuns

                                                3·10 + 10 + 10 + 1 = 51. Cu 10 neuroni ReLU, funcția liniară pe porțiuni aproximează tanh cu eroarea maximă 0,048, față de 0,102 cu 5.

                                                O rețea recurentă și celula LSTM

                                                Slide-ul 48: O rețea recurentă și celula LSTM
                                                Slide-ul 48
                                                  Întrebare pentru sală Alegeți originea 6 aprilie 2026. Cît este MAE al LSTM, față de DHR?
                                                  Răspuns

                                                  661 MW față de 344 MW. LSTM nu vede indicatorul de sărbătoare și repetă tiparul săptămînal peste Paște, deși pierderea la antrenare scade de la 0,951 la 0,210.

                                                  Aplicație: consumul de energie electrică față de Capitolul 4

                                                  Exercițiul de prognoză

                                                  Slide-ul 51: Exercițiul de prognoză
                                                  Slide-ul 51

                                                  Exemplu rezolvat

                                                  \[\text{MASE}=\frac{\text{MAE}}{\frac{1}{n-m}\sum_{t=m+1}^{n}|y_t-y_{t-m}|}\]
                                                      Întrebare pentru sală Schimbați perioada scalei la m = 1. Cît devin scala și MASE pentru DHR?
                                                      Răspuns

                                                      Scala devine 371 MW și MASE 0,744 (309 MW și 0,894 cu m = 7). Diferențele de la o zi la alta sînt mai mari decît cele de la o săptămînă la alta, pentru că trecerea la weekend schimbă consumul; scala mută nivelul, nu ordinea modelelor.

                                                      Rezultatele: 26 de origini, 14 orizonturi

                                                      Slide-ul 52: Rezultatele: 26 de origini, 14 orizonturi
                                                      Slide-ul 52
                                                        Întrebare pentru sală Eliminați primele 10 origini. Rămîne diferența dintre ridge și DHR nesemnificativă?
                                                        Răspuns

                                                        Da: pe 16 origini ridge are MASE 0,92 și DHR 0,93, iar DM p = 0,791. Nesemnificativ înseamnă că testul nu separă diferența de zgomot, nu că modelele sînt egale.

                                                        MASE și acuratețea pe orizonturi

                                                        Slide-ul 53: MASE și acuratețea pe orizonturi
                                                        Slide-ul 53
                                                          Întrebare pentru sală Folosiți doar primele 10 origini (pînă la 3 noiembrie 2025). Care model are cel mai mic MASE?
                                                          Răspuns

                                                          Tot DHR (0,83), urmat de ridge (0,86). LSTM are aici 0,95, dar pe toate cele 26 de origini urcă la 1,16.

                                                          Interpretarea rezultatelor pentru consum

                                                          Slide-ul 54: Interpretarea rezultatelor pentru consum
                                                          Slide-ul 54

                                                          Exemplu rezolvat

                                                          \[d_t=\overline{|e|}_{t}^{\,A}-\overline{|e|}_{t}^{\,B},\quad \hat V=\frac{1}{n}\Big(\hat\gamma_0+2\sum_{k=1}^{h-1}\hat\gamma_k\Big),\quad DM=\frac{\bar d}{\sqrt{\hat V}},\quad DM^{*}=c_h\,DM\sim t_{n-1}\]
                                                              Întrebare pentru sală Includeți 2 autocovarianțe (h = 3) pentru ridge față de DHR. Cît devine p?
                                                              Răspuns

                                                              0,953 (DM* = 0,060), față de 0,942 fără autocovarianțe: d̄ = 0,9 MW este mic față de abaterea sa standard, oricum ar fi estimată varianța.

                                                              Prognozele în jurul Paștelui ortodox din 2026

                                                              Slide-ul 55: Prognozele în jurul Paștelui ortodox din 2026
                                                              Slide-ul 55
                                                                Întrebare pentru sală Alegeți originea 20 aprilie 2026, după Paște. Care model are cel mai mic MAE?
                                                                Răspuns

                                                                MLP, cu 255 MW; GB recursiv are 260, GB direct 276, naivul sezonier 283, DHR 286 și LSTM 398 MW. Fără Paște în fereastră, diferențele dintre modele sînt mici.

                                                                Intervale de prognoză

                                                                Regresia cuantilică și funcția de pierdere pinball

                                                                Slide-ul 58: Regresia cuantilică și funcția de pierdere pinball
                                                                Slide-ul 58

                                                                Exemplu rezolvat

                                                                \[L_\tau(y,q)=\begin{cases}\tau\,(y-q), & y\ge q\\(1-\tau)\,(q-y), & y
                                                                    Întrebare pentru sală Puneți τ = 0,5. Cît costă y = 7,4 și y = 6,5 pentru q = 7,0?
                                                                    Răspuns

                                                                    0,200 și 0,250: cu τ = 0,5 pierderea este jumătate din eroarea absolută (0,4/2 și 0,5/2), iar minimul pierderii medii se mută la mediana celor 364 de valori.

                                                                    Predicția conformală prin împărțire

                                                                    Slide-ul 59: Predicția conformală prin împărțire
                                                                    Slide-ul 59

                                                                    Exemplu rezolvat

                                                                    \[k=\lceil (n+1)(1-\alpha)\rceil,\qquad \hat q=|e|_{(k)},\qquad \hat y\pm\hat q\]
                                                                        Întrebare pentru sală Coborîți nivelul la 50%. Cît este k și ce acoperire obține intervalul?
                                                                        Răspuns

                                                                        k = ⌈183·0,5⌉ = 92 și q̂ = 175 MW pentru h = 1; acoperirea pe cele 364 de prognoze este 49,5%, cu lățimea medie 509 MW.

                                                                        Intervale de 90% pentru consum

                                                                        Slide-ul 60: Intervale de 90% pentru consum
                                                                        Slide-ul 60
                                                                          Întrebare pentru sală Coborîți nivelul conformal la 80%. Ce acoperire obține?
                                                                          Răspuns

                                                                          77,5%, cu lățimea medie 1000 MW: 13,7% dintre valori sînt sub interval și 8,8% deasupra. GB cuantilic rămîne la 66,5% pentru un nivel nominal de 90%.

                                                                          Modele locale și globale: inflația din România

                                                                          Inflația din România: prognoze și RMSE relativ

                                                                          Slide-ul 65: Inflația din România: prognoze și RMSE relativ
                                                                          Slide-ul 65
                                                                            Întrebare pentru sală Începeți originile de test în 2022. Cît este RMSE relativ al GB local la 12 luni?
                                                                            Răspuns

                                                                            0,64 (1,21 pe toate originile), iar GB global are 1,19. Pe puținele origini ale perioadei de dezinflație de după vîrful din 2022, clasamentul de la 12 luni se inversează: o comparație pe cîteva zeci de erori este fragilă.

                                                                            Rezultatele pentru inflație

                                                                            Slide-ul 66: Rezultatele pentru inflație
                                                                            Slide-ul 66
                                                                              Întrebare pentru sală Alegeți originile din 2021–2023. Cît este RMSE relativ al AR la h = 6?
                                                                              Răspuns

                                                                              0,83 (0,88; 0,86; 0,83 și 0,98 la h = 1, 3, 6, 12): în anii cu inflație mare AR rămîne sub mersul aleator pînă la 6 luni, iar GB global are 1,10 la h = 6.

                                                                              Aplicații în finanțe: volatilitatea și semnul randamentelor

                                                                              Rezultatele: S&P 500 și DAX, 2013–2026

                                                                              Slide-ul 71: Rezultatele: S&P 500 și DAX, 2013–2026
                                                                              Slide-ul 71
                                                                                Întrebare pentru sală Începeți perioada de test în 2020. Rămîne lasso semnificativ mai precis decît HAR pe S&P 500?
                                                                                Răspuns

                                                                                Da: R² față de HAR +7,4% și DM t = −3,42 pe 1682 de zile; MLP are +7,9% și t = −2,28.

                                                                                Prognozele volatilității în 2020 și 2025

                                                                                Slide-ul 72: Prognozele volatilității în 2020 și 2025
                                                                                Slide-ul 72
                                                                                  Întrebare pentru sală Afișați lasso și MLP pentru S&P 500 în 2022 (anul din stînga). Bate vreunul HAR după QLIKE în acel an?
                                                                                  Răspuns

                                                                                  Da, amîndouă: QLIKE 1,536 (lasso) și 1,541 (MLP), față de 1,553 pentru HAR. În 2025 HAR are 0,990, sub amîndouă (0,997 și 1,002): un singur an nu decide clasamentul.

                                                                                  Prognoza semnului randamentului din ziua următoare: alegerea reperului

                                                                                  Slide-ul 73: Prognoza semnului randamentului din ziua următoare: alegerea reperului
                                                                                  Slide-ul 73
                                                                                    Întrebare pentru sală Începeți perioada de test în 2016. Cît este cel mai mare AUC?
                                                                                    Răspuns

                                                                                    0,541, cel mai mic 0,507; zilele de creștere sînt 54,6% (S&P 500) și 55,7% (BET). AUC rămîne aproape de 0,5.

                                                                                    Acuratețea față de reper

                                                                                    Slide-ul 74: Acuratețea față de reper
                                                                                    Slide-ul 74
                                                                                      Întrebare pentru sală Ridicați pragul la 0,55. Ce acuratețe are GB pe S&P 500?
                                                                                      Răspuns

                                                                                      49,3%, sub reperul de 54,4%: cu pragul mai sus modelul prognozează „creștere” doar în 40,4% din zile, deși piața crește în 54,4% din ele.

                                                                                      Studii de caz de referință: M4, M5 și Gu, Kelly și Xiu

                                                                                      M4: acuratețea tuturor metodelor

                                                                                      Slide-ul 78: M4: acuratețea tuturor metodelor
                                                                                      Slide-ul 78
                                                                                        Întrebare pentru sală Puneți ponderea sMAPE la 1 (OWA calculat doar din sMAPE). Pe ce loc ajunge Comb?
                                                                                        Răspuns

                                                                                        Pe locul 23 (OWA 0,926), față de 19; cîștigătorul rămîne metoda 118, hibridă, cu 0,839, iar cea mai bună metodă ML pură coboară pe locul 27.

                                                                                        Gu, Kelly și Xiu (2020): R² în afara eșantionului și rapoarte Sharpe

                                                                                        Slide-ul 82: Gu, Kelly și Xiu (2020): R² în afara eșantionului și rapoarte Sharpe
                                                                                        Slide-ul 82
                                                                                          Întrebare pentru sală De cîte ori este raportul Sharpe al NN4 mai mare decît cel al OLS-3+H?
                                                                                          Răspuns

                                                                                          1,35/0,61 = 2,21 ori, cu un R² lunar de doar 0,39%: o predictibilitate mică, folosită pe mii de acțiuni și luni, susține un portofoliu valoros.

                                                                                          Consumul mediu zilnic de energie electrică al României (ENTSO-E, extrasul din Capitolul 4, 1 ianuarie 2022 – 30 iunie 2026). Prețurile zilnice S&P 500, DAX și BET (data/market, pînă la 18 septembrie 2026). Indicele IAPC al României (Eurostat prc_hicp_minr), citit cu funcția capitolului pe 4 noiembrie 2026 și tăiat la august 2026, ultima lună din slide-uri; reproduce exact cifrele din curs. Fișierul oficial de evaluare M4 (ch9_m4_owa.csv) și cifrele publicate de Gu, Kelly și Xiu (2020). Prognozele walk-forward ale modelelor (ch9_load_ml.csv, ch9_inflation.csv, ch4_load_cv.csv) și estimările care cer reantrenarea modelelor (random forest, gradient boosting, MLP, LSTM, lasso) sînt cele ale codului capitolului, cu aceeași sămînță; în browser se recalculează tabelele de laguri, corelațiile, arborii de regresie, MASE, testele Diebold–Mariano, acoperirea intervalelor, RMSE, QLIKE, acuratețea și AUC. Variantele care nu apar în curs (alt orizont, altă sămînță a eșantionului, alt sfîrșit al eșantionului, alt nivel al intervalului, alt prag) sînt rulări suplimentare ale codului capitolului, cu aceleași date și aceeași sămînță; modelele AR(1) ale blocului despre strategii și aproximarea lui tanh prin neuroni ReLU sînt calcule suplimentare, făcute în browser.