問題タブ [forecasting]

私は現在、過去の基油価格から将来の基油価格を予測するペット プロジェクトに取り組んでいます。データは週ごとですが、その間に価格が欠落している期間がいくつかあります。

完全なデータで時系列をモデル化することには多少問題はありませんが、不規則なものになると、私が学んだモデルは適用できない場合があります。xts クラスを使用して、通常の方法で R の ARIMA モデルを進めますか?

将来の価格を予測するモデルを構築した後、精度を向上させるために、原油価格の変動、ディーゼルの利益率、自動車販売、経済成長など (多変量？) を考慮に入れたいと考えています。これを効率的に行うにはどうすればよいか、誰かが光を当てることができますか? 私の考えでは、それは迷路のように見えます。

編集:トリミングされたデータはこちら: https://docs.google.com/document/d/18pt4ulTpaVWQhVKn9XJHhQjvKwNI9uQystLL4WYinrY/edit

コーディング：

結果: 警告メッセージ: ログ (s2) : NaN が生成されました

この警告はモデルの精度に影響しますか?

データが欠落しているため、ACF と PACF を使用できません。モデルを選択するより良い方法はありますか? AIC(赤池情報量基準)を使用して、このコードを使用して異なる ARIMA モデルを比較しました。ARIMA(3,2,6) が最小の AIC を与えました。

コーディング：

結果：

市場の時系列データを予測するための遺伝的アルゴリズムの実験に非常に興味があります。

私は独自の基本的なソフトウェアを作成しましたが、それは不格好で非効率的です。

この種のフリー/オープン ソース ライブラリを推奨できる人はいますか?

特定の投資ビークルを取引するための自動化された戦略の複数のバリエーションがあります。これらのバリエーションのそれぞれについて、過去のデータでクロス検証されたバックテストを行いました。最もパフォーマンスの高いテストを選択する必要があります。1 日あたりの取引数、ネット ポジション サイズなどの点で、テスト間に大きなばらつきがあります。これにより、互いに比較することが困難になります。

テストの性質は、多次元最近傍検索の予測に依存しています。

最近Rに精通したので、戦略のパフォーマンスのさまざまな要素を分析するのに役立つパッケージ/関数/テストを探しています。特に、次の 2 つのことに関心があります。1. 予測子の有効性を評価するパッケージ/関数/メトリック。2. バリエーション間の相対的な「収益性」を測定するパッケージ/機能/指標。

私が見るべき何かを知っているなら、遠慮なく投稿してください！

私はJavaのRが初めてです。Java で R の auto.Arima 関数を使用して、12 期間のデータを予測します。ただし、予測結果の期間は 10 期間です。12 期間の予測を行うにはどうすればよいですか? また、予測の結果を配列に保存したいと考えています。これは私のコードです。実行を停止できず、エラー メッセージが表示されます。

結果を保存するにはどうすればよいですか？

R を使用して予測を実行しようとしていますが、予測パッケージをダウンロードするたびに、rcpp パッケージが正しくインストールされていないというエラーが表示されます。その結果、予測を実行できません。何が悪いのか、何をする必要があるのか​​教えてください。

探しているものを検索する方法がよくわかりません。Google は大量の結果を提供しますが、私の基準に一致するものはありません。

だから私はここでそれを尋ねています：予測可能で、ランダムに見え、「シード」（私の場合はUNIXタイムスタンプ）に基づいており、指定された範囲の間にある数値を作成できる既知のコードはありますか？ ?

コーディングしているゲームのスクリプトで天気予報を作成できるようにしたい (ただし、移植できる C++ コードが必要です。「PAWN」[別名 SMALL] スクリプトに慣れている人はあまりいないと思います)言語？ ：） ）。天気 ID は、非推奨の ID を含めて 0 から ~100 までさまざまです (したがって、私の解決策は、有効な天気 ID を保持する配列を作成することです。そのため、それらの BAD_ID について心配する必要はありません。関数を複雑にしすぎないようにしましょう)。

私はそのような式を作ることができたかもしれませんが、私が過去に抱えていた問題は、天気があまりにも速く変化していたことでした (毎秒のように、どこかでコードを失いました :/ )。そんな式を作っていきます。

どんな提案も本当に感謝しています！

私は現在、株価予測のためにpybrainを使用してニューラルネットワークを作成しようとしています。これまで、私はバイナリ出力のネットワークのみを使用していました。これらのネットワークでは、シグモイド内層で十分でしたが、これが価格を予測するための正しいアプローチではないと思います。問題は、このような完全に線形のネットワークを作成すると、常に次のようなエラーが発生することです。

RuntimeWarning：バックプロパゲーショントレーニング中にスクエアでオーバーフローが発生しました。

私はすでに入力を縮小しました。トレーニングセットのサイズ（トレーニングセットあたり50000エントリ）が原因でしょうか？誰かが以前にこのようなことをしたことがありますか？

R パッケージ 'forecast; をインポートしようとしています。netbeans でその機能を使用します。私はなんとか JRI 接続を確立し、javaGD ライブラリをインポートして、一定の成功を収めて実験しました。予測パッケージに関する問題は、対応する JAR ファイルが見つからないため、プロジェクトにライブラリとして含めることができないことです。通常どおりロードしています: re.eval(library(forecast)) ですが、ライブラリの関数の 1 つを実装すると、null 値が返されます。コードが正しいと確信していますが、念のため投稿しています。

事前にt​​nx

外部リグレッサーを使用して Arima モデルを生成しています。n 個の観測があるとします。パッケージのpredict.Arima関数は、 n + 1観測の予測を行うだけです。forecast

外部リグレッサーの値を変更して、n値 (シリーズの最後の値) を予測する必要があります。

このコードはモデルを生成し、予測を生成する方法を示します。パラメータを設定する前の期間の数を制御できますn.ahead。

このコードは、シリーズの次の 4 つの値の予測を生成します。

必要なのはn.ahead=-1、つまり、シリーズ内の値の予測ですが、外部リグレッサーが異なります。

外部リグレッサーを 1 つだけ使用している場合、タスクは複雑ではありません。これは加算モデルであるため、観測された xreg 値の差に xreg の係数を掛けた値を加算するだけでよいからです。ただし、外部リグレッサーの数が増えると、より複雑になります。

Arima モデルのシリーズの終わりに先立っていない値を予測する方法はありますか?