时间序列
R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
原文链接：http://tecdat.cn/?p=22632 原文出处：拓端数据部落公众号 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法。我们将对一种叫做STL的算法进行研究，STL是 "使用LOESS(局部加权回归)的季节-趋势分解 "的缩写，以及如何将其应用于异常检测。 ......
Python用 tslearn 进行时间序列聚类可视化
全文链接：https://tecdat.cn/?p=33484 原文出处：拓端数据部落公众号 我们最近在完成一些时间序列聚类任务，偶然发现了 tslearn 库。我很想看看启动和运行 tslearn 已内置的聚类有多简单，结果发现非常简单直接。 首先，让我们导入我们需要的库： import pand ......
R语言DCC-GARCH模型对上证指数、印花税收入时间序列数据联动性预测可视化|附代码数据
全文链接：http://tecdat.cn/?p=31630 最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。 普通的模型对于两个序列的波动分析一般是静态的，但是dcc-garch模型可以实现他们之间动态相关的波动分析，即序列间波动并非为一个常数，而是一个随着时间的变化而变化 ......
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
报告链接：http://tecdat.cn/?p=32161 原文出处：拓端数据部落公众号 本文通过建立空载率的数学模型，帮助客户来分析出租车的空载率，从而对出租车补贴政策能否提高高峰期的实载率，缓解打车难问题进行了说明。 分析思路 1.利用这么多天的数据，按照算法先算出每天的日平今年空载率，绘制成 ......
R语言经济学：动态模型平均(DMA)、动态模型选择(DMS)预测原油价格时间序列
原文链接：http://tecdat.cn/?p=22458 原文出处：拓端数据部落公众号 简介 本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和 ......
1-4时间序列数据建模流程范例
0.配置 import torch print('torch.__version__ = ', torch.__version__) """ torch.__version__ = 2.1.0+cpu """ import os #mac系统上pytorch和matplotlib在jupyter中同 ......
利用Python进行数据分析_Pandas_时间序列
时间序列 目录 ### [**1.日期和时间数据类型及工具**](#0) #### [**1.1 数据类型**](#1.1) - [**1.1.1 date**](#1.1.1) - [**1.1.2 time**](#1.1.2) - [**1.1.3 datetime**](#1.1.3) - ......
基于机器学习的时间序列温度预测
本次研究是使用GRU模型和GRU-Attention模型对长时间序列温度数据进行预测拟合，对于这两个模型有兴趣的可以去网上了解一下， 首先是日数据预测，由于日数据存在缺失值需要对缺失值进行填补， 在对存在缺失值的数据中我使用三次样方插值对数据进行处理，其代码如下： import pandas as ......
ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据|附代码数据
全文下载链接：http://tecdat.cn/?p=22511 最近我们被客户要求撰写关于ARIMAX的研究报告，包括一些图形和统计输出。 标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测 。 该模型假定一个变量的未来的值线性地取决于其过去的值，以及过去（随机）影响的值 ......
MATLAB时间序列数据重建与平滑：HANTS滤波
本文介绍在MATLAB中，实现基于HANTS算法（时间序列谐波分析法）的长时间序列数据去噪、重建、填补的详细方法~ ......
Golang中如何自定义时间类型进行xml、json的序列化/反序列化
在日常开发工作中，我们进行会遇到将 struct 序列化 json字符串以及将 json字符串 反序列化为 struct 的场景，大家也对此十分熟悉。 最近工作中，遇到了需要将 struct 序列化 xml字符串以及将 xml字符串 反序列化为 struct 的场景，对于普通类型的字段，比如int、 ......
CA-TCC: 半监督时间序列分类的自监督对比表征学习《Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification》(时间序列、时序表征、时间和上下文对比、对比学习、自监督学习、半监督学习、TS-TCC的扩展版)
现在是2023年11月27日，10:48，今天把这篇论文看了。 论文：Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification GitHub：https://g ......
使用skforecast进行时间序列预测
时间序列预测是数据科学和商业分析中基于历史数据预测未来价值的一项重要技术。它有着广泛的应用，从需求规划、销售预测到计量经济分析。由于Python的多功能性和专业库的可用性，它已经成为一种流行的预测编程语言。其中一个为时间序列预测任务量身定制的库是skforecast。 在本文中，将介绍skforec ......
数据分享|Eviews用ARIMA、指数曲线趋势模型对中国进出口总额时间序列预测分析
全文链接：https://tecdat.cn/?p=34361 原文出处：拓端数据部落公众号 研究的背景及意义 众自20世纪80年代至今，随着改革开放的深入以及中国最终加入WTO，我国的对外贸易实现了跨越式的发展，中国已经成为世界第一大出口国和第二大进口国，中国经济对世界经济做出了重大贡献。与此同时 ......
PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子|附代码数据
全文下载链接：http://tecdat.cn?p=26519 最近我们被客户要求撰写关于LSTM的研究报告，包括一些图形和统计输出。 一个简单的编码器-解码器LSTM神经网络应用于时间序列预测问题：预测天然气价格，预测范围为 10 天。“进入”时间步长也设置为 10 天。) 只需要 10 天来推断 ......
在r语言中使用GAM（广义相加模型）进行电力负荷时间序列分析|附代码数据
原文链接：http://tecdat.cn/?p=9024 原文出处：拓端数据部落公众号 最近我们被要求撰写关于GAM的研究报告，包括一些图形和统计输出。 用GAM进行建模时间序列 我已经准备了一个文件，其中包含四个用电时间序列来进行分析。数据操作将由data.table程序包完成。 将提及的智能电 ......
R语言集成模型：提升树boosting、随机森林、约束最小二乘法加权平均模型融合分析时间序列数据
原文链接：http://tecdat.cn/?p=24148 原文出处：拓端数据部落公众号 最近我们被要求撰写关于集成模型的研究报告，包括一些图形和统计输出。 特别是在经济学/计量经济学中，建模者不相信他们的模型能反映现实。比如：收益率曲线并不遵循三因素的Nelson-Siegel模型，股票与其相关 ......
R语言中的神经网络预测时间序列：多层感知器（MLP）和极限学习机（ELM）数据分析|附代码数据
原文链接：http://tecdat.cn/?p=23485 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于神经网络的研究报告，包括一些图形和统计输出。 用于R语言的多层感知器（MLP）和极限学习机（ELM）进行时间序列预测。请注意，由于神经网络无法利用GPU处理，因此大型网络的训练速度往 ......
R语言ARMA-GARCH模型金融产品价格实证分析黄金价格时间序列|附代码数据
全文链接：http://tecdat.cn/?p=32677 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于ARMA-GARCH的研究报告，包括一些图形和统计输出。 研究黄金价格的动态演变过程至关重要。文中以黄金交易市场下午定盘价格为基础,帮助客户利用时间序列的相关理论,建立了黄金价格的A ......
通过时序和上下文对比学习时间序列表征《Time-Series Representation Learning via Temporal and Contextual Contrasting》(时间序列、时序表征、时态和上下文对比、对比学习、自监督学习、半监督学习)
现在是2023年11月14日的22:15，肝不动了，要不先回寝室吧，明天把这篇看了，然后把文档写了。OK，明天的To Do List. 现在是2023年11月15日的10:35，继续。 论文：Time-Series Representation Learning via Temporal and C ......
R语言多元Copula GARCH 模型时间序列预测|附代码数据
原文链接 http://tecdat.cn/?p=2623 原文出处：拓端数据部落公众号 最近我们被要求撰写关于Copula GARCH的研究报告，包括一些图形和统计输出。 和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。直观的来说 ，后者是比前者“波动”更多且随机波动的序列，在一元 ......
基于时间频率一致性对时间序列进行自监督对比预训练《Self-Supervised Contrastive Pre-Training for Time Series via Time-Frequency Consistency》(时序、时频一致性、对比学习)
2023年11月10日，今天看一篇论文，现在17:34，说实话，想摆烂休息，不想看，可还是要看，拴Q。 论文：Self-Supervised Contrastive Pre-Training for Time Series via Time-Frequency Consistency 或者是：Sel ......
R语言时间序列GARCH模型分析股市波动率
原文链接：http://tecdat.cn/?p=22360 原文出处：拓端数据部落公众号 在这篇文章中，我们将学习一种在价格序列中建立波动性模型的标准方法，即广义自回归条件异方差（GARCH）模型。 价格波动的 GARCH 模型的思想是利用误差结构的近期实现来预测误差结构的未来实现。更简单地说，我 ......
基于ARIMA、SVM、随机森林销售的时间序列预测|附代码数据
原文链接 http://tecdat.cn/?p=1130 最近我们被客户要求撰写关于时间序列预测的研究报告，包括一些图形和统计输出。 如今DT（数据技术）时代，数据变得越来越重要，其核心应用“预测”也成为互联网行业以及产业变革的重要力量。 对于零售行业来说，预测几乎是商业智能（BI）研究的终极问题 ......
使用递归图 recurrence plot 表征时间序列
在本文中，我将展示如何使用递归图 Recurrence Plots 来描述不同类型的时间序列。我们将查看具有500个数据点的各种模拟时间序列。我们可以通过可视化时间序列的递归图并将其与其他已知的不同时间序列的递归图进行比较，从而直观地表征时间序列。 递归图 Recurrence Plots（RP）是 ......
R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列|附代码数据
原文链接：http://tecdat.cn/?p=26897 最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。 风险价值 (VaR) 是金融风险管理中使用最广泛的市场风险度量，也被投资组合经理等从业者用来解释未来市场风险 风险价值 (VaR) VaR 可以定义为资产在给定时间 ......
R语言EG(Engle-Granger)两步法协整检验、RESET、格兰杰因果检验、VAR模型分析消费者价格指数CPI和生产者价格指数PPI时间序列|附代码数据
全文链接：http://tecdat.cn/?p=31108 原文出处：拓端数据部落公众号 作为衡量通货膨胀的基本指标，消费者价格指数CPI和生产者价格指数PPI的作用关系与传导机制一直是宏观经济研究的核心问题。 对此问题的研究显然具有重要的学术价值与现实意义:当PPI先行地引导着CPI的变动，则意 ......
基于时间序列联动分析的补货与定价策略研究
Introduction This is an excellent paper of mathematical modeling research with the honour of National Second Prize (<2.3%). Research on Replenishment ......
基于LSTM深度学习网络的时间序列分析matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 LSTM是一种循环神经网络（RNN）的变体，专门设计用于处理序列数据。LSTM网络通过记忆单元和门控机制来捕捉时间序列中的长期依赖关系，避免了传统RNN中的梯度消失问题。LSTM的核心原理包括三种门控：输入门（i ......
python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析
全文链接：https://tecdat.cn/?p=34123 原文出处：拓端数据部落公众号 分析师：Yuyan Wang 虽然中国股票市场日益完善,但还不完全是弱有效市场,因此中国股票市场存在比较明显的通过技术分析达到的套利机会。 解决方案 任务/目标 根据基金净值的要求，运用多种模型分析实现股票 ......