时间序列预测在金融、天气预报、销售预测和需求预测等各个领域发挥着至关重要的作用。PyTorch- forecasting是一个建立在PyTorch之上的开源Py...

本文根据元盛报告《Trend Following Speed》整理，获取报告请在后台回复"speed“

Learning to Rotate: Quaternion Transformer for Complicated Periodical Time Serie...

今天为大家介绍一篇NIPS 2022清华大学的工作：Non-stationary Transformer。这篇文章主要针对不平稳时间序列预测问题，提出了一种新的...

[1] John Moody, Lizhong Wu, Yuansong Liao, and Matthew Saffffell. Performance fu...

层次时间序列预测是工业界非常常见的一个应用场景。当要预估的时间序列之间存在层次关系，不同层次的时间序列需要满足一定的和约束时，就需要利用层次时间序列预测方法解决...

文献：Shami, R. G. . (1998). Exponential Smoothing Methods of Forecasting and Gener...

当需要为数据选择最合适的预测模型或方法时，预测者通常将可用的样本分成两部分：内样本（又称 "训练集"）和保留样本（或外样本，或 "测试集"）。然后，在样本中估计...

跟指数平滑法（ETS）同样经典的另一个时间序列预测模型是ARIMA（Autoregressive Integrated Moving Average Model...

论文地址： http://arxiv.org/pdf/2009.07517v2.pdf