时序分解
- 朴素分解
一个时间通常由长期趋势,季节变动,循环波动,不规则波动几部分组成
长期趋势指现象在较长时期内持续发展变化的一种趋向或状态。
季节波动是由于季节的变化引起的现象发展水平的规则变动
循环波动指在某段时间内,不具严格规则的周期性连续变动
不规则波动指由于众多偶然因素对时间序列造成的影响
分解模型又分为加法模型和乘法模型。加法指的是时间序分的组成是相互独立的,四个成分都有相同的量纲。乘法模型输出部分和趋势项有相同的量纲,季节项和循环项是比例数,不规则变动项为独立随机变量序列,服从正态分布。
- STL分解
STL分解是时间序列分解里常用的方法,基于LOESS(局部加权回归)将时间序列分解成趋势分量、季节分量和余项。
STL的优势:
可以处理任何类型的季节性
允许季节成分随时间变化,并且变化的速率可以变化
季节随时间变化速率以及TC的平滑性都可以自定义
对异常值不敏感
缺点:
只有加法模式
不能自动处理日历变动或交易日影响
#将CO