EventHorizon

一位14岁的独立开发者用276天构建了名为EventHorizon的AI预测平台，涵盖需求预测、加密货币方向预测和模型验证工具。

在M5 Walmart数据集上，EventHorizon需求预测模型的WAPE为31.03%，基线模型的WAPE为44.4%，相对基线实现了约30%的误差缩减。

EventHorizon模型的改进在全部七家门店的评估中均保持一致。

开发者指出，基准测试上的优异表现不等于真实商业环境中的成功部署，M5数据集无法证明同样的性能可以迁移到具体的面包店、花店或其他小企业。

开发者构建的短期BTC/USDT价格方向预测系统采用Transformer架构结合BiLSTM和交叉注意力机制，训练样本约150万条，模型方向准确率约60%，相比约52%的基线有明显提升。

将交易费用和执行相关成本纳入考量后，BTC/USDT预测系统约60%的方向准确率在经济上并不可行。

开发者开发了一套验证工具包，包含前向滚动验证划分、块自举与间隔自举程序、置换检验，以及WAPE和MASE评估指标。

开发者主动联系了小企业（包括面包店、花店等）以理解其需求、库存和日常生产决策，但外联工作至今没有产生付费客户或真实试点。

开发者总结的原则包括：先定义基线、围绕数据设计验证、区分技术进展与产品进展、诚实地记录局限、更早地与潜在用户对话。

EventHorizon项目的核心洞察是：构建模型是一项工程任务，而判断模型是否可信、是否解决真实问题，是更大的挑战。