校准

投资术语表 · 模型与概率

模型给出的概率与这些事件实际发生的频率之间的吻合程度。

定义

如果一个预测的概率与现实相符，它就是经过校准的：在所有它说“70%”的情形中，事件应该有大约 70% 的时候发生。校准不同于准确度。一个模型可能经常正确，却过于自信；也可能谦虚而校准良好。

检验的方法是收集大量预测，按所给概率分组，检查成真的比例。校准是区分概率与猜测的关键，也是公开历史业绩之所以重要的原因：不经检验，“90% 的区间”只是一个标签。

示意数字

假设一个模型做了 1,000 次预测，每次都给出 70% 的可能性。如果校准良好，其中约有 700 次应当成真。看到的次数在 640 到 760 之间，属于与偶然相符；少得多则意味着模型过于自信。

这个例子仅为示意：把同样的检验用于区间，可以检验 90% 的区间是否十次中有九次包含实际结果。

ATLAS 对照过往预测来校准其概率和区间，并公布历史业绩，任何人都可以检查所给数字是否经得起检验。

准确度问的是预测是否正确。校准问的是所给出的信心平均而言是否正确。一个模型可能很准确，却校准得很差。

收集他们过去带有概率的预测，分组（例如 60-70%），并将每一组的命中率与所给概率比较。

在 ATLAS 中打开任意一家公司，并排查看它的合理估值、上涨概率和风险指标。

本页内容不构成投资建议。ATLAS的估计由统计模型基于公开数据生成，可能存在偏差，过往表现不代表未来结果。投资前请结合自身情况慎重考虑。免责声明