本文探讨了时间序列预测中的“粒度悖论”，即更细的时间分解（如从月度到每周/每日）在样本内诊断和数据集大小（N）上表现良好，但由于递归误差在较长时间范围（H）内的累积，导致样本外准确性下降。相对而言，粗略的聚合（如年度）可以消除递归误差传播，但减少了可供估计器使用的数据量。
我们形式化了这种权衡，并在六种粒度下基于一个13年的公共采购数据集对10种模型进行了基准测试，涵盖了简单、统计、机器学习和深度学习架构。实证结果揭示了非单调的阈值结构：在高频预测（例如，Holt-Winters在每日粒度下的测试R平方为-151，TPFE为425.85%）中，递归自回归和季节性模型的性能显著下降，而LSTM则呈现出U型误差曲线：从月度（19.66%）到双周（35.94%）的误差加剧，最后在每日粒度下克服了误差传播的惩罚（TPFE为4.35%，R平方为0.66）。
线性回归在所有粒度下保持稳定（TPFE为16.3-17.0%），这证实了悖论是由递归反馈拓扑驱动，而非模型复杂性。结果表明，标准的点估计指标（如RMSE、MAE）系统性地掩盖了累积误差传播，而在没有目标依赖的累积指标的情况下评估预测会产生误导性的模型适应性评估。
我们引入了一种共识-分歧诊断，比较点估计指标的方向性行为与不同粒度下的累积TPFE，从而识别出那些标准诊断掩盖系统性误差传播的模型。
博主点评： 本文深入探讨了时间序列预测中的粒度选择对模型评估的影响，强调了在使用标准误差指标时可能出现的误导性结果。通过引入新的诊断方法，能更好地识别模型的潜在问题，对于时间序列分析领域具有重要的指导意义。