在准确性-时效性前沿进行预测：两种新型`提前查看'预测器

我们重新审视了传统的均方误差(MSE)预测范式，通过正式整合准确性-时效性权衡来进行。其中，准确性由MSE(或目标相关性)决定，时效性由提前量(或相位超额)决定。虽然MSE优化预测器在跟踪水平上较为准确，但牺牲了动态领先，导致其滞后于变化的目标。为此，我们引入两种`提前查看'框架——从当下解耦(Decoupling-from-Present, DFP)和峰值相关性转移(Peak-Correlation-Shifting, PCS)，并提供其优化的闭式解。显著的是，经典MSE预测器被证明是这些框架中的一种特殊情况。双方面地，我们的方法在给定任何准确性水平下实现最大提前量，因此我们的方法揭示了准确性-时效性权衡的完整有效前沿，而MSE仅代表其中的单一点。我们还推导了在一致性约束下，对任何线性预测器MSE之上的通用上限，并证明了我们的方法命中了这一天花板。我们通过在预测和实时信号提取中的应用来验证了这一方法，引入了领先指标标准，并提供了量身定制的线性基准。