在向你展示任何一个预测数字之前，我们先让自己的预测引擎与九种备选方法（包括机器学习与深度学习模型）在真实 SkillSelect 数据上进行了数千次盲测。本文将如实说明它的表现如何、在哪些场景可靠、又在哪些场景并不可靠。
在六个月处，引擎的误差大约只有最佳机器学习模型的一半。
结果：EOI 池规模预测
| 平均误差（MAPE） | 1 个月 | 3 个月 | 6 个月 |
|---|---|---|---|
| “维持现状”基线 | 5.7% | 13.2% | 23.0% |
| 最佳机器学习模型 | 5.0% | 14.2% | 27.6% |
| 基础模型（zero-shot） | 6.1% | 15.2% | 34.3% |
| Immitrend Forecast Engine | 4.9% | 8.6% | 13.0% |
Immitrend Forecast Engine 在一个月以上的每一个预测周期都胜过所有备选方法——而且看得越远，领先幅度越大。对于大多数用户最关心的大职业，实际生产精度更佳：一个月 3.2%，六个月 9.9%。
我们如何诚实地检验一个预测
如果只用模型见过的数据来打分，任何模型看起来都很好。我们采用 滚动起点回测——这是预测科学的标准做法：
- 站在某个过去的月份——比如 2024 年 12 月——并隐藏其后的所有数据。
- 只用截至该月已知的信息来拟合模型。
- 预测未来 1 到 12 个月，再与实际发生的情况对比。
- 向前推进一个月并重复——覆盖每个职业、每个签证类别、每个历史月份。
这会在每个预测周期产生数千个真正的盲测预测。我们用 MAPE（平均绝对百分比误差）来评分：MAPE 为 5% 表示我们的预测平均而言与真实数字相差 5% 以内。
我们与哪些方法做了对比
Immitrend Forecast Engine 在完全相同的数据、相同的协议、严格的训练/测试分离下，与九种备选方法同台竞争：
- 两个朴素基线（池量维持不变；近期趋势按直线延续）
- 各种窗口长度的线性回归
- 跨全部职业训练的梯度提升决策树（在多数表格类机器学习竞赛中夺冠的方法）
- 一个预训练时间序列基础模型——2 亿参数的 Transformer
- 在汇总数据上训练的四种神经网络结构，包括残差网络和 Transformer
- 以及集成、混合、按职业选择模型等多种策略
三个盲测案例
聚合数字容易显得抽象，因此这里完整展示十大 189 职业中最准确的三个盲测结果：引擎仅用截至2025 年 12 月的数据训练，预测其后六个月，然后让现实到来。实线是实际发生的情况——包括引擎从未见过的那六个月；虚线是它的预测。
这些是精选的最佳案例——上表中的平均值包含每一个职业，也包括困难样本（有一个以 18% 的幅度超出我们测试过的所有模型；另一个被一次邀请轮次剧烈扰动）。这种波动，正是每个预测都附带区间的原因。
能看多远？12 个月测试
我们将盲测协议延长到整整一年。池规模预测依然稳健：在 12 个月处，引擎对 189 池的平均误差为17.9%——而“维持现状”为 39.7%——并且其误差曲线在第六个月之后趋于平缓，而非持续累积。
仅用截至 2025 年 6 月的数据训练，然后是十二个隐藏月份。池规模展望可到 12 个月；队列预测止于 6 个月——再往后，其误差会超出我们视为“可用于决策”的界限，我们宁愿为产品设限，也不发布噪声。
更难的问题：你分数之上的队列
对 189 而言，真正重要的不是池的总量，而是有多少 EOI 位于你的分数或更高——因为邀请是自上而下发放的。这些队列更小、变化更快，且受人类行为驱动（有人重考英语以跳档），因此误差确实更大：
| 队列（189） | 1 个月 | 3 个月 | 6 个月 |
|---|---|---|---|
| 65 分及以上 | 4.7% | 7.0% | 13.1% |
| 75 分及以上 | 7.8% | 13.7% | 24.9% |
| 85 分及以上 | 9.4% | 17.2% | 27.8% |
| 90 分及以上 低置信度 | 10.0% | 17.8% | 36.0% |
我们在 ≥90 队列出现的任何地方都标注低置信度——我们测试过的任何模型（包括神经网络）都无法可靠预测一个会因一批人重考英语而翻倍的小队列。与其假装可以，不如如实相告。
值得说明这里的 ≥90 队列为何可预测：系统分析师的池异常“头重”（其 ≥80 队列中近一半已经在 90+），因此其 ≥90 队列既大又稳定——不同于别处那些小而受行为驱动、因而被标注低置信度的 ≥90 队列。
真实结果落在所公布的典型区间之内——这是我们在上线前验证、并每月重新测量的一项校准。
为什么每个预测都附带区间
单一数字会假装出预测本不具备的精度。每个 Immitrend 预测都附带一个典型区间——经过校准，使真实结果大约十次有八次落在其中。我们是用最扎实的方式验证的：前两版区间算法都未通过校准检验，在上线前被否决；最终发布的是通过检验的那一版。看得越远，区间越宽，因为事实如此。
多数预测产品会跳过的一步
回测评判的是过去。自上线起，我们发布的每个预测都是先记录、后评分：当下个月的官方数据到来时，我们把每个已存储的预测与现实对比评分——包括它是否胜过“维持现状”基线、实际值是否落在我们的区间内。该验证每月自动运行，所用数据在预测做出时尚不存在。如果引擎某天失去优势，本页会如实显示。
你会在哪里看到它
预测出现在 EOI 趋势 页面（按签证类别的 6 个月展望），以及每个 职业页面：池趋势预测（至多 12 个月），以及针对 189 的“预计 189 池分布”——包括各分数档位或以上的预计队列，附带区间、轮次假设与置信度标注。
方法说明。 在 SkillSelect EOI 数据（2024 年 2 月 – 2026 年 6 月快照）上做滚动起点回测：约 830 个职业 × 类别序列，一个月周期共 6,795 折（周期越长，测试目标越少），样本外目标为 2024 年 12 月 – 2026 年 6 月；池总量的预测周期至多 12 个月，分数档队列为 6 个月。MAPE = 相对其后观测值的平均绝对百分比误差。
典型区间以 80% 覆盖率为目标，由同一盲测协议验证；实际覆盖率随已存储预测与新官方数据的成熟而每月重新测量，本页数字也随之刷新。
预测为估计值，并非建议；移民决策应结合所述区间、轮次假设与置信度标注综合考量。