경제학 및 정책 분석에서는 불확실성이 높은 의사결정 상황에서 유사한 과거 사례를 참조하는 역사적 유추(historical analogy)가 중요한 추론 방식으로 논의되어 왔다. 본 연구는 이러한 유추 추론을 시계열 예측 문제에 적용하기 위해, 과거 유사 국면을 검색하고 그 후속 경로를 예측 문맥에 결합하는 검색 증강 시계열 예측 모형인 Historical Analog Retrieval Forecasting (HARF)을 제안한다.
목차
Abstract 1. 서론 2. 이론적 배경 2.1 원유 가격과 외생 정보 2.2 시계열 예측과 검색 증강 생성 2.3 역사적 유추와 사례 기반 의사결정 3. 연구 방법 3.1 문제 정의 3.2 HARF 프레임워크 4. 실험 결과 4.1 데이터와 실험 설정 4.2 전체 예측 성능 4.3 분석 차원 ①: 거시 사건 매핑 4.4 분석 차원 ②: 시점별 우위 분석 4.5 분석 차원 ③: 급변 구간 보조 평가 4.6 분석 차원 ④: 다차원 오차 구조 4.7 분석 차원 ⑤: 후보 경로 기반 경험적 예측 분포와 사례 분석 5. 실무적 시사점 6. 결론