0

我正在尝试对过去 10 年的股票指数每周交易量使用 Holt Winters 和预测功能，但我仍然遇到错误。你能帮我吗？

这就是我现在想要做的：

volumen<-read.csv(file.choose(), header = TRUE, sep = ";")
lines(volumen[,6])
HoltWinters(volumen)

这是我在第三行遇到的错误：

Error in decompose(ts(x[1L:wind], start = start(x), frequency = f), seasonal) :
  the time series has no periods or has less than 2

对于预测，我有以下代码，但它似乎不适用于以前的错误：

lines(predict(volumen.hw,n.ahead=12),col=2)

R Studio 中的数据看起来正确。我决定使用 file.choose() 来使这段代码更通用。我正在使用 *.csv 文件。有人可以指导我或建议应用 Holt 和 Winters 方法和预测的代码应该是什么样子吗？

4

3 回答 3

0

首先，如果您将数据放在这里会很好（如果它不是私有的）。

其次，据我所知，您只能将 HoltWinters() 或预测包中的任何其他方法用于向量或时间序列，因此在不指定行的情况下加载整个数据集（卷）可能会导致问题。

最后，我建议您尝试将 HW 转换为包含您要研究的数据的辅助向量，并指定时间序列的频率：

aux_train<-as.ts(volumen$variable, start=1, end=0.9*nrow(volume),  freq="yourfrecuency")
prediction<-forecast(aux_train, h="number of forecast", method="hw")
accuracy(prediction, volumen$value)
于 2018-04-12T09:46:01.977 回答
0

我终于赢得了这场战斗——我删除了我的代码并从头开始。这是我带来的：

dane2<-read.csv2(file.choose(), header = TRUE, sep = ";", dec=",")
dane2 <-ts(dane2[,5], start=c(2008,1),frequency=52)
past <- window(dane2, end = 2017)
future <- window(dane2, start = 2017)
model <- HoltWinters(past, seasonal = "additive") 
model2 <- HoltWinters(past, seasonal = "multiplicative") 
pred <- predict(model, n.ahead = 52)
pred2 <- predict(model2, n.ahead = 52)
dane2.hw<-HoltWinters(dane2)
predict(dane2.hw,n.ahead=52)
par(mfrow = c(2,1)) 
plot(model, predicted.values = pred)
lines(future, col="blue")
plot(model2, predicted.values = pred2)
lines(future, col="blue")

现在它可以工作了，所以谢谢你的回答。

于 2018-04-13T20:48:37.633 回答
0

很难百分百确定，但是

HoltWinters(lynx) 生成与您收到的消息相同的消息，但 HoltWinters(lynx, gamma = FALSE)

生成

Holt-Winters 指数平滑有趋势且无季节性成分。

调用：HoltWinters(x = lynx, gamma = FALSE)

平滑参数：
alpha：1
beta：0
gamma：FALSE

系数：[,1] a 3396 b 52

我从阅读 HoltWinters 文档中的示例中学到了这一点。

于 2018-04-09T23:35:25.943 回答