跳到正文

研究指南

AI 辅助证据核对

回填数据:核对观测值何时真正可用

历史观测可能在所描述时期结束很久后才加入数据库。研究“当时能知道什么”,必须使用可得历史,不只看观测日期。一行标着一月的数据,如果四月才首次出现,就不能自动进入二月决策的信息集。

FRED实时区间文档说明今天可见的历史数据与过去实时区间已知信息可能不同,并介绍指定区间的变量。这是具体数据版本机制,不能保证所有外部数据源都有同样的可得历史。

建立二维观测表

同时保存经济观察期和某个值可得的时间区间,再加首次发布、修订或回填证据、抓取时间与查询参数。即使简单情况下两个日期相同,也应分列。观察期描述经济活动,可得期描述信息进入研究的资格。

针对截止点,选取可得区间覆盖该时点的值,不默认取同一经济时期最新值。没有合格值时,应将该观察保留为历史问题不可用,而不是导入后来数据补齐模型。完整面板不比正确边界更重要。

修订与新增历史覆盖也要分开。修订替换或限定旧值,回填可能首次引入原先不存在的行。两者都可能造成前视,但对覆盖的影响不同。既记录数值是否改变,也记录当时是否有这行。

假设案例:旧月份在后来出现

假设虚构海港序列描述一月活动,三月五日首次发布九十,四月十日修订为九十四。另有十二月一行,直到四月十日才首次加入。按本例信息规则,截止二月二十八日的研究,两种一月值都不能用,回填十二月行也不能用。

截止三月二十日,一月九十符合资格;截止四月二十日,当前版本问题可以用九十四,但复现此前分析仍需原值九十。十二月观察期较早,不会让四月首次出现的行追溯变成当时可得。

如果只有今天下载的文件,文件里的日期未必证明首次可得。应标记历史资格待核,寻找发布记录或旧快照。所有日期与数字都是假设,不宣称真实序列曾发生同样修订。

可得期面板工作表

观察期值开始可得被替换或改变
一月90三月五日四月十日
一月94四月十日本例未确定
十二月88,示例值四月十日本例未确定

变化恰逢截止日期时,要说明边界约定。只给日历日期的记录,不能证明盘中先后。不要编造发布小时,也不能因为公告与事件同日,就默认市场已在事件前取得数据。精度不足时应扩大或限制研究问题。

AI综合放在筛选之后

先筛选合格行,再让AI解释时期。给模型明确版本与排除范围,不是把今天完整表交给它,再模糊要求忽略未来信息。可复现查询,比一句“已避免后见之明”更可靠;同时保留查询结果键集以便复核。

原始与修订面板可在标注后比较。修订面板适合研究今天对历史的最佳估计,原始面板则适合当时信息问题,没有一种普遍更优。资格由研究问题决定,缺少可得证据时,历史结论就应收窄。

批量处理还应抽查最早记录、新增历史行和修订边界,避免过滤只在普通行有效。发现回填后,应记录它改变覆盖还是数值,而不是仅给整个文件加一个更新时间。

常见问题

观测日期很旧,就证明当时能看到吗?

不能。发布、修订和回填日期才决定选定截止规则下的历史资格。

修订数据永远不能用吗?

不是。明确研究当前历史估计时可以用,同时保留原始版本用于当时信息研究。

相关阅读