时间序列算法总结：多变量模型

🌮开发平台：jupyter lab

🍖运行环境：python3、TensorFlow2.x

-------------------------------------------------------------------------------------------- 总结 --------------------------------------------------------------------------------------
１.时间序列算法总结：单变量模型（后续有机会会进行详细的补充）
２.时间序列算法总结：多变量模型(修改中。。。)

１．线性回归Linear

（1）移动平均是一种简单平滑技术，他是通过在时间序列上逐项推移取一定项数的均值，来表现指标的长期变化和发展趋势。
（2）描述的是自回归模型部分的累计误差。
链接1: 金融时间序列分析：7. MA滑动平均模型
链接2: 金融时间序列分析：8. MA模型实例（Python）

２．K邻近算法knn