-
-
小亿 管理员
发表于2019-8-15 15:02
楼主
网络互联设备的增长带来了大量易于访问的时间序列数据，越来越多的公司对挖掘这些数据感兴趣，从而获取了有价值的信息并做出了相应的数据决策。作为一家根植于数据的公司，Esensoft多年来致力于寻找如何管理日益增长的数据，帮助合作伙伴对市场做出预测分析。
了解时间序列预测前，先看下图：
这是2012年6月时，FXSTREET网站对道琼斯指数未来两月的预测(红线标示)。这就是时间序列预测典型的应用场景。
时间序列是现实生活中经常会碰到的跟时间变化有关的数据形式。例如北京市连续一年PM2.5指数、某股票的股票价格、淘宝上某件商品的日销售件数等等。时间序列分析的目的是挖掘时间序列中隐含的信息与模式，并借此对此序列数据进行评估以及对系列的后续走势进行预测。
简单的说，时间序列预测就是寻找历史时间序列中的数据变化规律，以预测未发生时间的趋势。
*时间序列测试方法
时间序列可以有这么几种形式：按分钟、小时、天、按季度、按月份、按年来排列的连续序列，而且序列是数值序列，不是名义序列。比如每天空气质量，每个季度的净利润，每年的销售额，中间不能有断序，不能有重合，严格按照时间轴来叙事。
时间序列依据其特征，有以下几种表现形式，并产生与之相适应的预测方法：
- 长期趋势变化：受某种基本因素的影响，数据依时间变化时表现为一种确定倾向，它按某种规则稳步地增长或下降。使用的分析方法有：移动平均法、指数平滑法、模型拟和法等。
- 季节性周期变化：受季节更替等因素影响，序列按固定周期规则性的变化，又称商业循环。使用的分析方法：季节指数。
- 循环变化：周期不固定的波动变化。
- 随机性变化：由许多不确定因素引起的序列变化。使用的方法有AR、MA、ARMA模型等
WonderDM内置了Holt-Winters（三次指数平滑算法），适用于季节性周期变化的时间序列预测。除此这外，通过内置的R算法包，还可以用ARIMA算法实现随机性变化的时间序列预测。
*时间序列测试的步骤
2017年已经过去，关心国家经济发展同学们一定很期待中国在2017年的GDP增长情况。接下来我们在WonderDM中介绍一下用Holt-Winters算法利用历史数据预测我国在2017年GDP表现如何，看看与实际的是否相符。
准备数据
我们从网上收集了从1990年到2016年中国国内生产总值的数据集。通过图形探索线状图查看数据变化趋势：
通过上图可以看到，GDP随年份呈指数增长趋势，存在一定的规律性。
训练模型
先创建一个挖掘过程，选择时间序列Holt-Winter，进入挖掘过程界面。
我们选择准备好的“中国GDP”数据集，选择YEAR_字段为时间戳字段，GDP_字段为预测字段，因为我们数据集数据并不太多，设置所有数据参与预测(训练数据最大行数大于实际数据行数即可)。因为GDP是按每年为一个周期，季节周期设置为1。预测期数为1，只预测2017年。时间戳格式为年份yyyy。设置完后，点击”训练模型”菜单查看训练出来的预测模型。
如上图所示，系统预测出2017年，我国的GDP为11.43万亿美元。图上实线为历史数据，虚线为预测数据，可以看出，从2006年开始，预测的数据比实际数据偏低。同时可以看到预测值的平均绝对误差为22.95%，有点偏大，而置信区间没有。这些都意味着，预测的2017年的GDP数据可能不准。
这需要我们调整参数，让预测值更准。点击模型参数的高级参数面板，调整以下几个参数：
其中，
- 水平平滑系数用于平衡水平方向的波动，取值如果靠中，意味着平衡了较近和较远的观测值的影响；
- 趋势平滑系数用于平衡趋势波动，值越小，趋势的波动越小；
- 季节平滑系数用于平衡季节波动，取值越大，表明当期季节部分预测仅仅基于最近的观测值。
这三个系数取值范围是0-1，值越大，影响权重就越大。我们分别将这三个系数调整为0.4,0.5,0.9。再看一下调整后的预测效果。
可以看到，调整参数后的历史的预测值跟历史实际值更为接近，同时平均绝对误差减少为6.65%，置信区间也在合理范围内。所以，我们最终预测的2017年GDP为11.9万亿美元，可能的GDP范围在11.19万亿美元-12.71万亿美元之间，与官方公布的127238亿美元非常接近，预测为准确的。
*小结
时间序列预测，可以让我们透过历史数据，洞悉未来趋势。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前兆预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面。看了此文，你是不是开始蠢蠢欲动，想用来预测一把明天的股票价格呢？
