文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。
Darts 是一个 Python 库，用于对时间序列进行用户友好型预测和异常检测。它包含多种模型，从 ARIMA 等经典模型到深度神经网络。所有预测模型都能以类似 scikit-learn 的方式使用 fit() 和 predict() 函数。该库还可以轻松地对模型进行回溯测试，将多个模型的预测结果结合起来，并将外部数据考虑在内。Darts 支持单变量和多变量时间序列和模型。基于 ML 的模型可以在包含多个时间序列的潜在大型数据集上进行训练，其中一些模型还为概率预测提供了丰富的支持。
时间序列
TimeSeries 是 Darts 中的主要数据类。TimeSeries 表示一个单变量或多变量时间序列，并带有适当的时间索引。时间索引可以是 pandas.DatetimeIndex 类型（包含日期时间），也可以是 pandas.RangeIndex 类型（包含整数；适用于无具体时间戳的序列数据）。在某些情况下，TimeSeries 甚至可表示 概率 序列，例如用于获得置信区间。
在 Darts 中，TimeSeries 用于提供一致的时间序列 API：
-
TimeSeries保证具有适当的时间索引（基于整数或日期时间）：完整且按时间排序。 -
Darts 中的所有模型均接收
TimeSeries并输出TimeSeries。 -
TimeSeries支持各种时间序列操作（如按时间戳拆分、拼接等）。 -
TimeSeries提供友好的方式来表示多维和概率序列（例如获取边际分位数）。
使用专用类型来表示时间序列（而非 Pandas DataFrame、NumPy 数组等）可消除对不同模型和函数所期望格式的依赖。
多变量时间序列 vs 多个时间序列
我们区分单变量与多变量序列：
-
多变量 序列包含多个维度（即每个时间步有多个数值）。
-
单变量 序列仅包含一个维度（即每个时间步只有一个标量值）。
有时这些维度称为 分量。单个 TimeSeries 对象可以是单变量（若仅有一个分量），也可以是多变量（若有多个分量）。在多变量序列中，所有分量共享同一时间轴，即它们共享相同的时间戳。
Darts 中的某些模型（以及所有机器学习模型）支持多变量序列。这意味着它们可将多变量序列作为输入（作为目标或协变量），且其输出的预测维度与目标维度匹配。
此外，某些模型可处理 多个时间序列，即它们可在多个 TimeSeries 对象上训练，并一次性预测多个 TimeSeries 对象。这有时称为面板数据。在这种情况下，不同的 TimeSeries 不必共享相同的时间索引——例如，某些序列可能在 1990 年，而其他序列在 2000 年。实际上，这些序列甚至可以具有不同的频率。处理多个序列的模型期望输入为 Python Sequence 的 TimeSeries（例如简单的 TimeSeries 列表）。
图 1： 单个多变量序列。在 Darts 中，这由单个 TimeSeries 对象表示。
图 2： 多个时间序列。在 Darts 中，这由多个 TimeSeries 对象表示。这些序列可能共享或不共享同一时间轴，也可能为单变量或多变量。
-
多变量序列示例： 单个患者随时间变化的血压和心率（一个包含 2 个分量的多变量序列）。
-
多个序列示例： 多个患者的血压和心率；不同患者可能在不同时间测量（每个患者一个包含 2 个分量的多变量序列）。
我应使用多变量序列还是多个序列来解决我的问题？
使用多变量序列为模型提供了联合捕获维度的机会，而使用多个序列则让模型接触到多个观测值。因此，哪种表示方式合适取决于具体的问题，有时甚至在事前并不明确，需要通过实验确定。然而，若你试图建模多个“相关”分量随时间共同变化（例如移动物体的坐标，或与单个实体相关的多个测量值），通常自然地将这些分量捕获为单个序列中的多个分量。另一方面，如果你有这些测量的多个实例（例如，在不同实验或观测中获得），这可能意味着你有多个时间序列。此外，如果你的值不共享相同的时间跨度，它们可能应表示为不同的序列。
概率序列与确定性序列
在 Darts 中，概率预测通过对底层概率模型进行蒙特卡洛采样来表示。这种表示方式使 TimeSeries 能够表示任意联合分布（跨时间和分量），而无需依赖任何预定义的参数形式。基于此，我们定义两种序列类型：
-
概率（或 随机）序列包含多个样本。
-
确定性 序列仅包含一个样本。
创建 TimeSeries
TimeSeries 对象可通过工厂方法创建，例如：
-
TimeSeries.from_dataframe() 可从具有一个或多个列表示数值的 Pandas Dataframe 创建
TimeSeries（列对应分量，多个列对应多变量序列）。 -
TimeSeries.from_values() 可从 1-D、2-D 或 3-D NumPy 数组创建
TimeSeries。它将生成基于整数的时间索引（pandas.RangeIndex类型）。1-D 对应单变量确定性序列，2-D 对应多变量确定性序列，3-D 对应多变量随机序列。 -
TimeSeries.from_times_and_values() 与
TimeSeries.from_values()类似，但还接受时间索引。
更多方法记录在 TimeSeries API 文档中。
此外，可使用函数 concatenate() 沿不同轴拼接序列。axis=0 对应时间，axis=1 对应分量，axis=2 对应随机样本维度。例如：
from darts import concatenate
my_multivariate_series = concatenate([series1, series2, ...], axis=1)
从共享相同时间轴的某些序列生成多变量序列。
实现
在幕后，TimeSeries 包裹一个 3 维的 xarray.DataArray 对象。维度为 (time, component, sample)，其中 component 维度的大小在多变量序列中大于 1，sample 维度的大小在随机序列中大于 1。DataArray 本身由 3 维 NumPy 数组支持，并在 time 维度上具有时间索引（pandas.DatetimeIndex 或 pandas.RangeIndex），在 component（或“列”）维度上具有另一个 pandas.Index。TimeSeries 旨在不可变，大多数操作返回新的 TimeSeries 对象。
从 TimeSeries 导出数据
TimeSeries 对象提供几种导出数据的方式，例如：
-
TimeSeries.to_dataframe() 导出 Dataframe（用于确定性序列）
-
TimeSeries.data_array() 导出保存此序列数据的
xarrayDataArray（和索引）。 -
TimeSeries.values() 导出包含序列中一个样本值的 NumPy 数组。
-
TimeSeries.all_values() 导出包含随机序列所有样本值的 NumPy 数组。
静态协变量
可选地，TimeSeries 对象可包含静态数据（称为 静态协变量），某些模型可利用这些数据。静态协变量的示例包括：
-
商店位置——例如多变量序列中每个商店（分量）的位置
-
产品 ID
-
传感器类型
-
…
静态协变量必须由 pandas DataFrame 指定，其行与 TimeSeries 的分量匹配，列表示静态协变量的维度。它们可在使用大多数工厂方法时通过 static_covariates 参数添加到 TimeSeries。也可使用 with_static_covariates() 方法将静态协变量添加到现有 TimeSeries。
层次时间序列
可选地，TimeSeries 对象可包含层次结构，该结构指定其不同分量如何分组。层次结构本身指定为 Python 字典，将分量名称映射到其在层次结构中的父级名称列表。
例如，以下层次结构表示两个分量 "a" 和 "b" 累加到 "total"：
hierarchy = {"a": ["total"], "b": ["total"]}
层次结构可用于事后预测协调。Darts 提供几种协调转换器（可与 fit() / transform() 一起使用）—— 参见相应的 API 文档。
更多信息与文档
TimeSeries 类的完整属性和方法列表在 API 文档中列出。此外，快速入门包含一些 TimeSeries 操作的示例。
风险提示与免责声明
本文内容基于公开信息研究整理，不构成任何形式的投资建议。历史表现不应作为未来收益保证，市场存在不可预见的波动风险。投资者需结合自身财务状况及风险承受能力独立决策，并自行承担交易结果。作者及发布方不对任何依据本文操作导致的损失承担法律责任。市场有风险，投资须谨慎。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
