AIE301m - Phần 2: Học có giám sát và mô hình chuỗi thời gian ARIMA

Hồi quy và ARIMA nhìn chuỗi giá theo hai cách: hồi quy dự báo giá từ các đặc trưng như giá những ngày trước hay lượng giao dịch, còn ARIMA mô tả chuỗi bằng chính quá khứ của nó qua ba thành phần tự hồi quy, sai phân để khử xu hướng và trung bình trượt của sai số. Học có giám sát cần dữ liệu có nhãn, ở đây nhãn là giá hay lợi suất thực tế của kỳ sau, và mô hình được đánh giá trên tập kiểm tra tách theo thời gian chứ không xáo ngẫu nhiên. Chuỗi giá thường không dừng, nên phải lấy sai phân hoặc chuyển sang lợi suất trước khi ước lượng, rồi xem tự tương quan để chọn bậc mô hình. BigQuery ML tạo được mô hình hồi quy tuyến tính, hồi quy logistic, phân cụm hay chuỗi thời gian bằng câu lệnh SQL ngay trên bảng dữ liệu. Khi quan hệ phi tuyến, mạng nơ-ron ở Phần 3 là bước tiếp theo.