10、技术分析、交互式仪表盘构建与时间序列分析

技术分析、交互式仪表盘构建与时间序列分析

1. 技术分析与交互式仪表盘构建

在部署基于 Streamlit 的网络应用时，后续步骤十分直观，因为 Streamlit 平台易于操作。在步骤 4 中，还可进行一些高级设置：
- Python 版本 ：指定应用使用的 Python 版本。
- Secrets 字段 ：可存储环境变量和密钥，如 API 密钥。通常，将用户名、API 密钥等机密信息存储在公共 GitHub 仓库中并非最佳做法。若应用从数据提供商或内部数据库获取数据，可在此安全存储凭证，运行时这些凭证将被加密并安全提供给应用。

除了将应用部署到 Streamlit Cloud 这一简单方式外，还可选择将应用部署到 Heroku，它是一种平台即服务（PaaS）类型的平台，可让你在云端完全构建、运行和操作应用。

若想在应用中使用多个库，激活虚拟环境后，运行 pip freeze > requirements.txt 是创建包含这些库的需求文件的简便方法。

2. 时间序列分析与预测概述

时间序列在行业和研究中无处不在，如商业、科技、医疗、能源和金融等领域。在金融领域，时间维度在交易和众多金融/经济指标中至关重要。实际上，每个企业都会产生某种时间序列，如随时间累积的利润或其他关键绩效指标（KPI）。因此，接下来要介绍的技术可用于工作中遇到的任何时间序列分析任务。

时间序列建模或预测通常可从不同角度进行，最常见的是统计方法和机器学习方法。此外，深度学习也可用于时间序列预测。过去，由于计算能力有