為什麼天氣預報可以如此準確？

我已經在一些金融系列中使用 ARMA 模型進行了測試。事實證明，預測率真的很差——接近一半正確，一半錯誤……

我是ARMA模型的新手，所以我嘗試的很簡單，首先按照ACF和PACF為ARMA模型確定（p，q）的教科書，然後使用一半數據進行回歸和一半數據進行測試。

我經常聽說天氣預報使用的是時間序列模型。在我的日常經驗中，我覺得這是一個很好的預測。

我想知道為什麼天氣預報可以做得這麼好？

另外，如果我想把我的玩具ARMA模型推到一個新的水平，我應該努力的方向是什麼？

跟進：

下面有很好的答案，所以我總結一下：

1. 從系統的角度來看，市場作為一個系統正在演變，而天氣一年比一年更穩定（事實不會改變）。
2. 市場在某種意義上更複雜，而天氣則由物理定律（更容易理解的結構）支配。
3. 天氣更具週期性，這增加了可預測性。

1. 歷史天氣能夠預測未來的天氣比歷史財務數據預測未來的財務數據要好得多。交易/投資技術變化迅速，80 年代的市場機制與當前行為截然不同。天氣具有周期性和非常平滑的可預測模式，不像金融系列，您可以觀察到峰值、缺乏均值回歸等。
2. 高質量的天氣觀測可以追溯到 1900 年代初的 cmp。對於通常跨越 2 年甚至更短的財務數據（同樣，早期數據無論如何都沒有任何意義）。所以它有更多的訓練數據。
3. 當然，天氣預報不僅考慮時間序列值（財務預測也是如此）。但即使是最幼稚的方法“將 12 月的天氣預測為過去 10 年 12 月的平均值”也會給出很好的近似值（這樣的財務預測完全是胡說八道）。有一些物理定律在起作用，它們比金融市場的定律要嚴格得多——畢竟，旋風和風中的隨機性比市場運動中的要少得多。
4. 要改進您的模型，您首先需要了解您試圖預測的時間序列的機制，並以此為基礎建立模型，反之亦然。最有可能的是，僅考慮您無法預測任何事情的股票價格——嘗試查看其他參數和指標，也許查看交易量和未平倉合約，嘗試在那裡找到一些相關性。這比看起來要困難得多，因為如果它很容易，每個人都會這樣做，這將迫使價格趨於“公允價值”，從而使其再次變得無用。我建議不要讓你的模型變得更複雜，而是花時間研究市場機制，然後才開始構建它——僅僅將數據輸入一些標準預測器並期望它做出好的預測，你不會走得太遠。

引用自：https://stats.stackexchange.com/questions/65482