# Backtesting prognoz i walidacja w czasie EN: **Forecast backtesting and time-series cross-validation** · id `tsbacktesting` · aliases: rolling-origin evaluation, time-series cross-validation, walk-forward validation Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Uczenie maszynowe](https://aiatlasgraph.com/t/ml.md) › [Szeregi czasowe: prognozy, anomalie i klasyfikacja](https://aiatlasgraph.com/t/timeseries.md) › Backtesting prognoz i walidacja w czasie ## Description - PL: Ocena prognoz na wielu kolejnych punktach startowych (rolling origin) z miarami błędu dobranymi do skali danych i horyzontu. - EN: Evaluating forecasts over many successive starting points (rolling origin) with error measures suited to data scale and horizon. ## In one sentence - PL: Sprawdzanie prognozy tak, jakby robiono ją wielokrotnie w przeszłości, za każdym razem tylko na danych dostępnych w tamtym momencie. - EN: Testing a forecast as if it had been made many times in the past, each time using only data available at that moment. ## Problem it solves - PL: Model wyglądał świetnie w testach, a po wdrożeniu się myli, bo podejrzał przyszłość albo sprawdzono go tylko raz. - EN: A model looked great in testing but errs after launch, because it peeked at the future or was checked only once. ## What it does - PL: Przesuwa punkt startu krok po kroku, za każdym razem prognozuje to, co było dalej, i uśrednia trafność osobno dla każdego horyzontu. - EN: It moves the starting point step by step, each time forecasting what came next, and averages accuracy separately for each horizon. ## Everyday example - PL: Zanim firma zmieni sposób planowania grafików, sprawdza, jak nowa prognoza poradziłaby sobie w każdym z ostatnich dwunastu miesięcy. - EN: Before changing how it plans staff rotas, a company checks how a new forecast would have done in each of the last twelve months. ## This concerns you if you… - PL: wybierasz między kilkoma metodami prognozy - PL: chcesz wiedzieć, jak traci trafność dalsza prognoza - PL: porównujesz serie o bardzo różnej skali - EN: are choosing between several forecasting methods - EN: want to know how accuracy drops further ahead - EN: compare series on very different scales ## Keywords rolling origin · expanding window · walk-forward validation · MASE · RMSSE · sMAPE · MAPE · forecast horizon · TimeSeriesSplit ## How it works - PL: Zbiór treningowy rośnie albo przesuwa się oknem; dla każdego punktu startu prognozuje się h kroków i liczy błąd na późniejszych danych, a wyniki uśrednia dla każdego horyzontu. Miary zależne od skali (MAE, RMSE), procentowe (MAPE) i skalowane (MASE, RMSSE) służą innym celom; MASE odnosi błąd do prognozy naiwnej. - EN: The training set expands or slides as a window; from each origin h steps are forecast and errors computed on later data, then averaged per horizon. Scale-dependent (MAE, RMSE), percentage (MAPE) and scaled (MASE, RMSSE) measures serve different purposes; MASE relates errors to a naive forecast. ## Limits - PL: Wymaga wielokrotnego trenowania, więc bywa kosztowny. MAPE zawodzi przy wartościach bliskich zera. Ostatnie okna mogą nie przypominać przyszłości, a strojenie na tych samych oknach zawyża wyniki. - EN: Requires repeated training, so it can be costly. MAPE breaks down near zero values. Recent windows may not resemble the future, and tuning on the same windows inflates results. ## Key terms - PL: **punkt startu prognozy (origin)**: Moment, do którego model zna dane, tworząc prognozę. - PL: **MASE**: Błąd prognozy podzielony przez błąd prostej prognozy naiwnej. - PL: **walk-forward**: Kolejne testy z przesuwanym naprzód końcem danych treningowych. - EN: **forecast origin**: The point up to which the model knows data when forecasting. - EN: **MASE**: Forecast error divided by the error of a simple naive forecast. - EN: **walk-forward**: Repeated tests with the training cut-off moved forward. ## Know first - [Walidacja krzyżowa (Cross-validation)](https://aiatlasgraph.com/t/crossval.md) - [Strategie podziału: losowy, czasowy, grupowy (Split strategies: random, temporal, grouped)](https://aiatlasgraph.com/t/splitstrategies.md) ## Sources - [Forecasting: Principles and Practice (3rd ed.), ch. 5: The forecaster's toolbox (accuracy evaluation, time-series cross-validation)]() `fpp3-ch5-toolbox-evaluation` · by Rob J Hyndman, George Athanasopoulos - [MLForecast – End to end walkthrough (documentation)]() `nixtla-mlforecast-walkthrough` · by Nixtla --- AI Atlas revision 126 (2026-11-03) · HTML: https://aiatlasgraph.com/t/tsbacktesting · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-11-03