具有屏蔽功能的股票价格预测

Question

我的培训数据包含库存价格和40个蒙版功能。这些屏蔽功能也出现在我的测试数据中。我想预测测试数据中的价格列。我可以将其解决为正常的监督学习问题，而不是将其视为时间序列问题，因为我有足够的自变量来预测测试数据中的目标变量。

更重要的是，我该如何处理这个问题。

Answer 1

来自Facebook的FBProphet图书馆可以根据您的需求进行调整。

这是一个基于Trend + Seasonality + Holidays + Error的强大库

这也有自动变点趋势检测和异常值检测。

Answer 2

另外，我怀疑我所拥有的数据是否可以用于时间序列预测。

我附上了振动散点图的截图。

数据看起来很奇怪（x轴上的某些值> 1）。分散为什么？

我有压缩机的每日振动数据（大约1500个样本），并希望再预测30天。我尝试了ARIMA，但效果不佳。

实际上，有几种方法可以同时预测n值：

1. 使用模型“预测下一个值”：对下一步做出预测，然后使用它并进行新的预测，依此类推。这里有一个优点：1个型号。缺点：您的错误会增长得非常快，因为您的错误会在每个步骤中合并。
2. 使用30个模型预测30个值（提前1步，提前2步）。它更好，但调整可能需要很长时间。正如这里建议的那样，https://github.com/facebook/prophet可以帮助你。
3. 不同的组合。

BTW有一个很好的答案：https://stats.stackexchange.com/a/354849/183391

但首先，检查您的数据，必要时插入（两种方式），考虑nan（如果有）。我认为，你必须花费更多的时间在数据处理上，而不是模型拟合上。

并且，不要忘记，时间序列有时可以通过线性回归和其他模型预测！根据情节的形状，它也可以是一个很好的方法！