RSI

Rohstoffpreisprognose bezeichnet den Einsatz von KI-Methoden zur Vorhersage zukünftiger Rohstoffpreise.

Quad bezeichnet eine Methode in der KI-basierten Rohstoffpreisprognose, die Datensegmentierung und Modelloptimierung nutzt.

Retrieval-Augmented Generation (RAG) bezeichnet eine Methode, die Informationsabruf mit Generierung kombiniert, um KI-Ergebnisse zu verbessern.

Root Mean Squared Error (RMSE) misst die durchschnittliche Größe von Prognosefehlern und gewichtet größere Abweichungen stärker.

Hit Rate misst den Anteil richtiger Vorhersagen eines Prognosemodells und gibt Hinweise auf dessen Genauigkeit.

Forecast Confidence beschreibt, wie zuverlässig und sicher eine Rohstoffpreisprognose eingeschätzt wird.

Explainable AI (XAI) bezeichnet Methoden, die Ergebnisse von KI-Modellen für Menschen nachvollziehbar machen und Transparenz schaffen.

Ex-Post Analysis bezeichnet die nachträgliche Bewertung von Prognosen durch den Vergleich vorhergesagter Werte mit tatsächlichen Ergebnissen.

Event-Based Forecasting ist eine Methode, die konkrete Ereignisse nutzt, um Veränderungen von Rohstoffpreisen zu prognostizieren.

Ensemble Modeling bezeichnet die Kombination mehrerer Modelle, um Prognosen genauer und robuster zu machen.

Time Decay bezeichnet den abnehmenden Einfluss älterer Daten in der Zeitreihenanalyse und unterstützt die Anpassung von Modellen an aktuelle Trends.

Mean Absolute Percentage Error (MAPE) misst Prognosegenauigkeit, indem Fehler als Prozentsatz der tatsächlichen Werte ausgedrückt werden.

Mean Absolute Error (MAE) misst die durchschnittliche Größe von Prognosefehlern, unabhängig von ihrer Richtung.

Der Prognosehorizont bezeichnet den Zeitraum, über den Prognosen erstellt werden, und ist wichtig für Planung und Entscheidungsfindung.

Backtesting bezeichnet die Prüfung eines Prognosemodells oder einer Strategie anhand historischer Daten, um Genauigkeit und Zuverlässigkeit zu bewerten.

Strukturbrüche bezeichnen plötzliche Veränderungen im Muster einer Zeitreihe, die Stabilität und Prognosefähigkeit von Modellen beeinflussen.