时间序列预测（最终使用Python）

Question

时间序列预测或回归有哪些算法呢？

• 那使用神经网络怎么样？有没有关于这个主题的好资料？
• 有没有Python库或者代码片段可以帮助我们？

Answer 1

两种方法

处理时间结构化输入以进行分类、回归、聚类、预测等相关任务，有两种方式：

1. 专用时间序列模型： 这种机器学习算法直接使用时间序列数据。这样的模型就像一个黑箱，可能很难解释它的行为。比如自回归模型就是一个例子。
2. 基于特征的方法： 在这种方法中，时间序列会被转换成另一种可能维度更低的表示方式。这意味着特征提取算法会计算时间序列的一些特征，比如平均值或最大值。然后，这些特征会作为特征矩阵传递给“普通”的机器学习模型，比如神经网络、随机森林或支持向量机。这种方法的好处是结果更容易解释。此外，它还让我们能够使用成熟的监督学习理论。

tsfresh 计算大量特征

Python 包 tsfresh 可以从包含时间序列的 pandas.DataFrame 中计算出大量这样的特征。你可以在 http://tsfresh.readthedocs.io 找到它的文档。

免责声明：我是 tsfresh 的作者之一。

Answer 2

我对Python的库不太了解，不过在R语言里有一些很不错的开源预测算法。你可以看看这个forecast包，里面有关于时间序列预测的代码和参考资料。

Answer 3

传统的时间序列回归方法有：

• 自回归模型（关于它们有很多文献）

• 高斯过程

• 傅里叶分解或类似方法，用来提取信号中的周期性成分（也就是数据中隐藏的波动）

我知道的其他不太常见的方法有：

• 慢特征分析，这是一种提取时间序列驱动因素的算法，比如说混沌信号背后的参数

• 神经网络（NN）方法，可以使用递归神经网络（即专门处理时间信号的网络）或经典的前馈神经网络，这种网络接收过去数据的一部分作为输入，尝试预测未来的某个点；后者的优点是递归神经网络在考虑远期数据时有困难

在我看来，对于金融数据分析，不仅要得到时间序列的最佳预测，还要有可靠的置信区间，因为最终的投资策略可能会因此有很大不同。像高斯过程这样的概率方法可以“免费”提供这种置信区间，因为它们会返回未来可能值的概率分布。而使用经典统计方法，你就得依赖自助法技术。

有很多Python库提供统计和机器学习工具，以下是我最熟悉的一些：

• NumPy和SciPy是Python科学编程的必备工具
• 有一个Python接口可以使用R，叫做RPy
• statsmodel包含经典的统计模型技术，包括自回归模型；它与流行的数据分析包Pandas配合得很好
• scikits.learn、MDP、MLPy、Orange是机器学习算法的集合
• PyMC是一个Python模块，实施贝叶斯统计模型和拟合算法，包括马尔可夫链蒙特卡罗方法。
• PyBrain包含（其中之一）前馈和递归神经网络的实现
• 在高斯过程网站上有GP软件的列表，包括两个Python实现
• mloss是一个开源机器学习软件的目录