时间序列预测
李泽荃
2017.8.18
主要内容
! 时间序列预测概述
什么是时间序列预测? 时间序列有什么特点? 时间序列预测应考虑什么因素?
为什么时间序列必须是稳定的?如何检验时间序列的稳定性? 如何让时间序列稳定?
! 时间序列预测的两个方法
ARIMA and LSTM
! 案例分析
广东省大豆价格预测
时间序列预测(Time Series Forecasting)
"什么是时间序列预测?
#利用过去一段时间内某事件的时间特征来预测未来一段时间内该事件的特征。
#同样,也是根据统计规律构造X(t)的最佳数学模型。
#通常来说,时间序列预测是比较难的。
"时间序列预测有什么特点?
#时间序列表现出季节趋势
#基于线性回归模型的假设,对于时间序列预测是不成立的
#时间序列模型依赖于事件发生的先后顺序
时间序列预测(Time Series Forecasting)
"时间序列预测主要考虑的因素是什么?
#长期趋势:稳定或随时间呈现某种趋势
#季节性变动:与日期、年周期或者气候有关
#周期性变动:主要与经济周期有关
#随机影响:影响因素较多,比如突发事件
"为什么必须是平稳序列?
#每一个统计学问题都需要进行一定的假设,同样时间序列预测也是
#一条时间序列里长期稳定不变的规律,是基本模型
#平稳的基本思想:时间序列的行为并不随时间改变
时间序列预测(Time Series Forecasting)
"时间序列稳定性检验
#一些统计特征随着时间保持不变,可以认为它是稳定的,如平均值,方差,自协方
差等
#稳定性检验方法:观察法和单位根检验法(ADF检验)
"稳定性处理技术
#对数变换:减小数据的振动幅度
#平滑技术:移动平均(一段时间内的均值均为估计值)、指数平均(通过变权来提
高最近值的权重)
#差分技术:等周期间隔的数据进行求减
#分解技术:将数据分离成不同的成分,比如长期趋势、季节趋势和随机成分等