问题标签 [forecasting]

我目前正在从事一个宠物项目，以根据历史基础油价格预测未来的基础油价格。数据是每周的，但在这之间的某些时期价格缺失。

我对使用完整数据建模时间序列有点好，但是当涉及到不规则的时间序列时，我学到的模型可能不适用。我是否使用 xts 类并以通常的方式在 R 中使用 ARIMA 模型？

在建立了预测未来价格的模型后，我想考虑原油价格波动、柴油利润率、汽车销量、经济增长等因素（多变量？）以提高准确性。有人可以阐明我如何以有效的方式做到这一点吗？在我看来，它就像一个迷宫。

编辑：此处的修剪数据：https ://docs.google.com/document/d/18pt4ulTpaVWQhVKn9XJHhQjvKwNI9uQystLL4WYinrY/edit

编码：

结果：警告消息：在 log(s2) 中：产生了 NaN

此警告会影响我的模型准确性吗？

由于缺少数据，我无法使用 ACF 和 PACF。有没有更好的选择模型的方法？我使用 AIC（Akaike 的信息标准）来比较使用此代码的不同 ARIMA 模型。ARIMA(3,2,6) 给出了最小的 AIC。

编码：

结果：

我对用遗传算法进行市场时间序列数据预测的实验非常感兴趣。

我制作了自己的基本软件，但它笨重且效率低下。

有人可以为这类事情推荐一个免费/开源库吗？

我有多种自动交易策略来交易某些投资工具。对于这些变体中的每一个，我都对历史数据进行了交叉验证回测。我需要选择表现最好的测试。在每日交易量、净头寸大小等方面，测试之间存在显着差异。这使得很难相互比较。

测试的性质依赖于多维最近邻搜索的预测。

最近熟悉了 R，我正在寻找包/功能/测试来帮助我分析我的策略性能的各种元素。特别是，我对两件事感兴趣： 1. 衡量我的预测器功效的包/函数/指标。2. 衡量一种变体与另一种变体的相对“盈利能力”的包/功能/指标。

如果您知道我应该看的东西，请不要犹豫，发布它！

我是 Java 中的 R 新手。我在 Java 中使用 R 的 auto.Arima 函数来预测 12 个周期的数据。但预测结果的周期是十个周期。如何进行 12 期预测？我还想将预测结果存储在一个数组中。这是我的代码，它无法停止运行并且我收到错误消息。

我能做些什么来存储它的结果？

我正在尝试使用 R 进行预测，但每次我下载预测包时，它都会显示错误，即 rcpp 包未正确安装。结果我无法运行预测。请你能告诉我什么是错的或我需要做什么。

嗯，我真的不知道如何搜索我正在寻找的东西。谷歌提供了大量的结果，但没有一个符合我的标准。

所以我在这里问它：是否有任何已知的代码可以创建一个数字，这是可预测的，看起来是随机的，并且基于“种子”（在我的情况下是 unix 时间戳）并且在指定范围之间?

我希望能够在我正在编写的游戏的脚本中创建天气预报（但我需要可以移植的 C++ 代码，我认为这里的很多人都不熟悉 'PAWN' [aka SMALL] 脚本语言？ ：） ）。天气 ID 从 0 到 ~100 不等，包括一些不推荐使用的 ID（所以我的解决方案是制作一个包含有效天气 ID 的数组，这样我们就不必担心那些 BAD_ID，我们不要让函数太复杂）。

我可能会制定这样的公式，但过去我遇到的问题是天气变化太快（就像每一秒一样，虽然我在某处丢失了代码：/），现在我真的不知道我是怎么做的我打算做这样一个公式。

任何建议也非常感谢！

我目前正在尝试使用 pybrain 创建一个用于股票价格预测的神经网络。到目前为止，我只使用了具有二进制输出的网络。对于那些网络，sigmoid 内层就足够了，但我认为这不是预测价格的正确方法。问题是，当我创建这样一个完全线性的网络时，我总是会遇到类似的错误

RuntimeWarning：反向传播训练时在方格中遇到溢出。

我已经缩小了输入。可能是由于我的训练集的大小（每个训练集 50000 个条目）？有没有人做过这样的事情？

我正在尝试通过以下命令使用 R 中的预测包从季节性 arima 模型生成模拟：

其中model_temp是将arima()函数应用于我观察到的时间序列的结果，顺便说一下，我将模型指定为 ARIMA(2,1,2)(0,1,2)[12] 模型。

但是，当我尝试这样做时，我收到以下错误：

谁能解释一下为什么会这样（以及如何避免这个问题）？

我应该进一步补充一点，我知道我应用并导致拟合model_temp的模型不是生成系列的模型，但是，我仍然想从该模型（或任何其他模型）生成模拟）。

最后，是否可以通过仅指定 ar、d、ma、sar、sd、sma 和 sigma 参数而不首先创建正确 ARIMA 类型的对象来从季节性 ARIMA 模型生成模拟？

感谢您的任何帮助，

乔纳森

我正在尝试导入 R 包 'forecast; 在netbeans 中使用它的功能。我已经成功地建立了 JRI 连接并导入了 javaGD 库并对其进行了试验并取得了一定的成功。关于预测包的问题是我找不到相应的 JAR 文件，因此将它们作为库包含在我的项目中。我正在正常加载它：re.eval(library(forecast))，但是当我实现库的一个函数时，返回一个空值。虽然我很确定代码是正确的，但我还是发布它以防万一。

tnx 提前

我正在生成一个带有外部回归器的 Arima 模型。假设我有n 个观察结果。包中的predict.Arima函数只是对n + 1次观察forecast进行预测。

我需要对n值（系列的最后一个值）进行预测，改变外部回归器的值，即，在给定外部回归器的特定值的情况下，我需要预测n观察值。

此代码生成模型，并显示如何生成预测。我可以控制提前设置参数的周期数n.ahead。

此代码将为该系列的下 4 个值生成预测。

我需要的是一个n.ahead=-1，即对系列内的值的预测，但具有不同的外部回归器。

如果我只使用一个外部回归器，那么任务并不复杂，因为因为它是一个加法模型，所以我可以将观察到的 xreg 值的差值乘以我想要的值乘以 xreg 的系数。但是，如果外部回归器的数量增加，它会变得更加复杂。

有什么方法可以预测不在 Arima 模型系列末尾的值？