💰 quantitative finance

Directional-Shift Dirichlet ARMA Models for Compositional Time Series with Structural Break Intervention

Deze paper introduceert een Bayesiaans Dirichlet-ARMA-model met een directionele-shift-interventiemechanisme dat structurele breuken in samenstellende tijdreeksen effectief modelleert door een interpreteerbare, op de simplex gedefinieerde overgang, wat leidt tot nauwkeurige probabilistische voorspellingen bij monotone verschuivingen.

Oorspronkelijke auteurs: Harrison Katz

Gepubliceerd 2026-04-10

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Harrison Katz

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een grote pizza hebt die je met vrienden moet delen. De hele pizza is 100% (of 1,0). Iedereen krijgt een stukje. Soms krijg jij een groter stukje, en dan moet iemand anders een kleiner stukje krijgen, want de totale pizza verandert niet. In de statistiek noemen we dit een samenstellende tijdreeks: een reeks van verdelingen die altijd samen 100% moeten zijn.

Nu, stel je voor dat er plotseling een grote storm opkomt (een "structurele breuk", zoals de Corona-pandemie). Iedereen wil ineens heel anders eten. Plotseling willen mensen geen grote stukken meer, maar juist heel kleine hapjes. De verdeling van de pizza verandert drastisch.

Dit is precies het probleem dat Harrison Katz in dit paper oplost. Hij kijkt naar data van Airbnb-boekingen (hoe ver van tevoren mensen boeken en hoe lang ze blijven) en probeert te voorspellen wat er gebeurt na zo'n grote storm.

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De Stijve Lijst

Standaard methoden om dit soort data te voorspellen zijn vaak te stijf. Ze doen alsof de verandering in de pizza-verdeling direct en in één keer gebeurt.

De oude manier: Ze zeggen: "Op 1 maart is de pizza veranderd. Vanaf nu is het 50% voor Jan en 50% voor Piet." Maar in het echt gaat het vaak langzamer. Mensen passen zich geleidelijk aan.
Het probleem: Als je voorspelt dat het direct gebeurt, maar het gaat langzaam, dan maak je grote fouten in je voorspellingen. Je weet niet hoe onzeker je moet zijn.

2. De Oplossing: De "Richtingsverschuiving"

Katz heeft een nieuw model bedacht, een soort slimme pizza-verdelingsmachine. In plaats van alleen te zeggen "het verandert", zegt dit model drie dingen:

De Richting (De Kompassnaald): Naar welke kant gaat de pizza? Gaan de korte boekingen groter worden en de lange kleiner? Het model zoekt de exacte as waarop de verandering gebeurt.
De Kracht (De Grootte): Hoe groot is de verschuiving? Is het een klein beetje of een enorme storm?
De Deur (De Logistieke Poort): Dit is het slimste deel. In plaats van een deur die direct openklapt (een stap), heeft dit model een deur die langzaam openzwaait.
- Soms gaat de deur heel snel open (een snelle verandering).
- Soms duurt het maanden voordat de deur helemaal open is (een geleidelijke aanpassing).

3. De Vergelijking: De Pizza en de Storm

Laten we de twee methoden vergelijken met een analogie:

De Oude Methode (Vaste Effecten): Dit is alsof je een lijstje maakt en zegt: "Voor de storm was de verdeling A. Na de storm is het B." Maar als je vraagt: "Wat gebeurt er tijdens de storm?", zegt de oude methode: "Geen idee, we weten het pas als de storm voorbij is." Of ze zeggen: "Het is direct B," wat betekent dat je denkt dat alles direct veranderd is, terwijl mensen nog aan het wennen zijn.
De Nieuwe Methode (Directional-Shift): Dit model zegt: "Oké, de storm is begonnen. De deur zwaait langzaam open. We weten dat de verdeling naar kant X gaat, met kracht Y, en de deur staat nu op 30% open." Hierdoor kun je voorspellen wat er gebeurt terwijl de verandering nog gaande is.

4. Wat hebben ze ontdekt? (De Experimenten)

Ze hebben dit getest met twee soorten data van Airbnb tijdens Corona:

Situatie A: Het Boekingsmoment (Lead Times)

Wat gebeurde er? Mensen boekten plotseling veel korter van tevoren. Dit was een lineaire verandering: het ging steeds korter en korter, zonder terug te keren.
Resultaat: De nieuwe methode was hier superieur. Omdat de verandering geleidelijk en eenduidig was, kon de "deur die openzwaait" perfect de onzekerheid volgen. De oude methode gaf hier veel te optimistische voorspellingen (ze dachten dat ze het zeker wisten, maar ze hadden het mis).

Situatie B: De Verblijfsduur (Stay Lengths)

Wat gebeurde er? Mensen bleven eerst heel lang (28+ nachten) omdat ze thuiswerkten, maar daarna keerden ze weer terug naar kortere verblijven. Dit was niet lineair: het ging omhoog en toen weer omlaag.
Resultaat: Hier was de nieuwe methode iets minder goed in het voorspellen van het exacte getal (de puntvoorspelling), omdat de "deur" alleen open kan zwaaien en niet weer dicht kan. De oude methode (die gewoon zegt "na de storm is het B") deed het hier soms iets beter omdat de verandering terugkeerde naar een nieuw evenwicht.
Maar: De nieuwe methode gaf wel een betrouwbare waarschuwing. Het zei: "We zijn niet zeker, want de deur beweegt raar." De oude methode was hier te zelfverzekerd.

5. De Grootste Les: Onzekerheid is belangrijker dan Precisie

Het belangrijkste wat dit paper leert, is dat het niet altijd gaat om het voorspellen van het perfecte getal. Het gaat erom te weten hoe zeker je bent.

Als je een financieel plan maakt voor een hotel, wil je niet dat je manager denkt dat alles zeker is als het eigenlijk chaotisch is.
De nieuwe methode (met de "deur die openzwaait") geeft je een betrouwbare onzekerheidsmarge. Zelfs als het voorspellen van het exacte getal niet perfect is, weet je precies hoe breed je veiligheidsnet moet zijn.

Samenvatting in één zin

Dit paper introduceert een slimme manier om te voorspellen hoe verdelingen (zoals pizza's) veranderen tijdens grote stormen: in plaats van te denken dat de verandering direct gebeurt, modelleert het de geleidelijke overgang, waardoor we beter weten wat we kunnen verwachten en vooral: hoe onzeker we moeten zijn.

1. Probleemstelling

Compositional time series (samenstellingsreeksen) zijn vectoren van proporties die per definitie op 1 moeten optellen. Deze komen veel voor in economie, financiën en toerisme. Een groot probleem bij het modelleren van deze reeksen is het optreden van structurele breuken (structural breaks) door externe schokken, beleidsveranderingen of marktdisrupties (zoals de COVID-19 pandemie).

Bestaande methoden hebben beperkingen:

Periode-specifieke vaste effecten (Fixed Effects): Deze passen perfect in de steekproef maar kunnen niet extrapoleren naar de toekomst omdat toekomstige dummy's niet gedefinieerd zijn.
Stapfuncties (Step-function dummies): Deze kunnen extrapoleren, maar veronderstellen een onmiddellijke, instantane aanpassing. In werkelijkheid verlopen veel veranderingen (zoals veranderend boekingsgedrag) geleidelijk.
Standaard DARMA-modellen: Deze gaan vaak uit van stationaire dynamiek en falen tijdens overgangsperioden.

Er is behoefte aan een forecasting-model dat:

De compositionaliteit (som = 1) behoudt.
Structurele breuken kan modelleren met een interpreteerbare decompositie (richting, grootte, timing).
Geleidelijke, niet-instantane overgangen toestaat.

2. Methodologie: Directional-Shift Dirichlet ARMA

De auteur ontwikkelt een Bayesiaans Dirichlet ARMA (DARMA) model, aangevuld met een directional-shift interventiemechanisme.

Kerncomponenten:

DARMA Framework: Het model werkt in de ILR-ruimte (Isometric Log-Ratio), wat de simplex (de ruimte van composities) afbeeldt op een Euclidische ruimte. De mean-compositie $\mu_t$ evolueert volgens ARMA-dynamica in deze getransformeerde ruimte.
Interventieparameterisatie: De breuk wordt gemodelleerd via drie interpreteerbare parameters:
1. Richtingsvector ( $v$ ): Een eenheidsvector in de ILR-ruimte die aangeeft welke componenten aan winst of verlies van marktaandeel ondergaan.
2. Amplitude ( $\Delta$ ): De grootte van de verschuiving langs deze richting.
3. Logistische Poort ( $w_t$ ): Een functie die de timing en snelheid van de overgang regelt. Deze is gebaseerd op een logistische S-curve, waardoor een geleidelijke overgang mogelijk is (van 0 naar 1) in plaats van een stap.
Geometrische Interpretatie: De trajecten van deze verschuivingen corresponderen met geodetische beweging op de simplex onder de Aitchison-geometrie. Dit betekent dat het model de kortste weg neemt tussen de pre- en post-breuk composities.
Concentratieparameter: Het model laat ook toe dat de variabiliteit (concentratie $\lambda_t$ ) verandert na de breuk.

Identificatie en Priors:

Er is een teken-ambiguïteit tussen $v$ en $\Delta$ (een negatieve richting met positieve amplitude is hetzelfde als een positieve richting met negatieve amplitude). Dit wordt opgelost door een "hemisphere constraint" (het eerste element van de ruwe vector moet positief zijn).
Het model wordt geschat met MCMC (Stan, No-U-Turn Sampler).

3. Belangrijkste Bijdragen

Nieuw Model: Een Bayesiaans DARMA-model met een directionele verschuiving dat structurele breuken modelleert als een gladde, geodetische beweging op de simplex.
Uitgebreide Simulatie: Een studie met 400 fits over 8 scenario's (variërend in snelheid, richting en precisieverschuiving) die aantoont dat parameters nauwkeurig worden hersteld en dat de 80% credible intervals correct gekalibreerd zijn (nominaal bereik).
Empirische Validatie: Twee toepassingen op Airbnb-data tijdens COVID-19:
- Lead-tijden: Een monotone, aanhoudende verschuiving naar kortere boekingsvoorlopen.
- Verblijfsduur: Een niet-monotone dynamiek met een piek en daaropvolgende gedeeltelijke terugkeer (reversie).
Sensitiviteitsanalyse: Een benchmark die het diagonale DARMA-model vergelijkt met een volledig matrix-model (full-matrix), wat aantoont dat het diagonale model in rollende vensters fungeert als een nuttige regularisatie.

4. Resultaten

Simulatiestudie:

Parameterherstel: In 77,5% van de gevallen werd de richting correct geïdentificeerd. Bij correcte richting is de amplitude-bias verwaarloosbaar.
Kalibratie: De 80% credible intervals voor de gemiddelde samenstelling bereiken een dekking van ~79,6%, wat dicht bij het nominale niveau ligt. Dit geldt zelfs bij gedeeltelijke reversie (niet-monotone data), hoewel de dekking licht afneemt bij sterke reversie.
Snelheid: Het model blijft goed gekalibreerd over een breed spectrum aan overgangssnelheden ( $\kappa$ ), zelfs bij zeer snelle of zeer trage overgangen.

Empirische Toepassing 1: Lead-tijden (Monotone Breuk)

Context: Verschuiving naar kortere boekingsvoorlopen tijdens COVID.
Resultaat: Het interventiemodel behaalde een uitstekende kalibratie (79,6% dekking), terwijl het vaste-effectmodel significant onder-dekte (66,1%).
Puntvoorspelling: Beide modellen hadden vergelijkbare nauwkeurigheid, maar het interventiemodel leverde betere probabilistische voorspellingen (hogere log-score).
Diagonaal vs. Volledige Matrix: Een test met een onbeperkt matrix-model (full-matrix) resulteerde in een slechtere voorspellingsnauwkeurigheid en kalibratie. Dit bevestigt dat het diagonale model in deze context fungeert als een effectieve regularisatie tegen overfitting.

Empirische Toepassing 2: Verblijfsduur (Niet-monotone Breuk)

Context: Verblijfsduur vertoonde een piek in lange verblijven gevolgd door een gedeeltelijke terugkeer naar oude patronen.
Resultaat: Beide modellen (interventie en vast effect) waren acceptabel gekalibreerd (~83-86%). Het vaste effect was hier zelfs iets dichter bij het nominale niveau.
Puntvoorspelling: Het vaste-effectmodel presteerde hier beter op puntvoorspelling (lagere Aitchison-afstand), vooral omdat de terugkeer (reversie) het monotone model beperkt.

5. Betekenis en Conclusie

Dit artikel biedt een robuust raamwerk voor het voorspellen van samenstellingsreeksen tijdens structurele breuken. De belangrijkste inzichten zijn:

Kalibratie vs. Puntnauwkeurigheid: Het directionele verschuivingsmodel is superieur wanneer probabilistische kalibratie (betrouwbare onzekerheidsintervallen) de prioriteit is, vooral bij monotone, geleidelijke overgangen. Het vaste-effectmodel kan beter zijn voor puur puntvoorspelling als de dynamiek niet-monotoon is of als de overgang al voltooid is.
Regularisatie: In rollende vensters met beperkte data na een breuk, is het aannemen van diagonale AR/MA-matrices (onafhankelijke evolutie van ILR-coördinaten) geen zwakte, maar een noodzakelijke regularisatie die overfitting voorkomt en de voorspelling verbetert ten opzichte van complexe, onbeperkte matrixmodellen.
Praktische Richtlijn: Gebruik het directionele-shift model voor monotone, aanhoudende breuken waar onzekerheidskwantificatie cruciaal is. Gebruik een eenvoudiger vast-effectmodel als de breuk niet-monotoon is (met reversie) of als de focus puur op puntvoorspelling ligt.

Het model biedt dus een interpreteerbare, Bayesiaanse oplossing die de geometrische constraints van compositional data respecteert en realistische, geleidelijke overgangen kan modelleren.