Wie gehe ich mit Online-Zeitreihenprognosen um?

Ich habe mich mit dem folgenden Problem befasst. Ich habe eine Art Echtzeitsystem und lese jedes Mal, wenn ich den aktuellen Wert lese, eine Zeitreihe (z. B. 1, 12, 2, 3, 5, 9, 1, ...). Ich möchte Methoden (statistisches und maschinelles Lernen) kennen, um den nächsten Wert online vorherzusagen (dh jedes Mal, wenn ein neuer Wert gelesen wird). Ich habe Rs ARIMA und Wekas ​​SMOreg ausprobiert, sie führen zu guten Vorhersagen, aber sie sind etwas langsam, da ich jedes Mal, wenn ein neuer Wert kommt, die Mathematik wiederholen muss.

PS Es wäre auch toll, wenn die Methode ein Konfidenzintervall hätte.

Sind in Ihrem Echtzeitsystem die Beobachtungszeiten inhomogen und die Daten instationär? Wenn Sie etwas Einfaches und Schnelles wollen, empfehle ich die Verwendung der inhomogenen EMA-Operatoren:

Operatoren für inhomogene Zeitreihen

Sie aktualisieren die EMA ( ) bei jeder neuen Beobachtung gemäß:$\text{value}$

mit einen Glättungs- / Abstimmungsparameter. Es ist eine einfache Möglichkeit, eine Erwartung abzuschätzen.$\tau$

Über das Update kann auch eine einfache Online-Medianschätzung erstellt werden

In der Praxis möchten Sie klein (oder mit mehr Beobachtungen verfallen). Im Idealfall sollte abhängen, wie schief die Aktualisierungen werden. dh wenn tatsächlich dem Median entspricht, sollte auf einheitlich sein . Sie können dies dann auf eine Tiefe ausbalancierte binäre Baumstruktur erweitern, um Quantile mit gleichmäßigem Abstand zu erhalten.$\epsilon$$\epsilon$$\text{med}$$\text{sg}$$\{-1,1\}$$d$$2^{d+1}-1$

Die Kombination der oben genannten Möglichkeiten sollte Ihnen eine anständige Online-Verteilung Ihrer Daten ermöglichen. Der Baum ist schwierig zu finden, ich habe Implementierungen von beiden in C ++, wenn Sie interessiert sind. Ich verwende beide in der Praxis häufig (finanzielle Echtzeit-Tick-Daten) und sie haben gut funktioniert.

Zuerst müssen Sie Ihre Daten zeitlich einbetten. Nehmen Sie beispielsweise als ersten Eingang [1, 12, 2, 3] und als entsprechenden Ausgang [5] und als zweiten Eingang [12, 2, 3, 5] und als entsprechenden Ausgang [9]. (Dies wird mit Verzögerung 4 eingebettet, aber Sie können einen anderen Wert auswählen, der besser passt.)

Jetzt haben Sie ein gültiges Vorhersageproblem. Auf diese Daten können Sie Online-Gauß-Prozesse anwenden . Dies ist eine Methode des maschinellen Lernens, die genau das tut, was Sie beschreiben, und Konfidenzintervalle bereitstellt.

Wenn Ihr Modell nicht stationär ist, können Sie die nicht stationäre Erweiterung, den rekursiven Kernel-Tracker für kleinste Quadrate, ausprobieren . Dieses Papier enthält übrigens Matlab-Code für stationäre und nichtstationäre Fälle.

Diese Methoden sind relativ schnell: Ihre Rechenkomplexität ist quadratisch in Bezug auf die Anzahl der Daten, die Sie im Speicher speichern (was normalerweise ein kleiner, repräsentativer Teil aller verarbeiteten Daten ist). Für schnellere Methoden empfehle ich zum Beispiel die Kernel-Methode der kleinsten mittleren Quadrate, aber ihre Genauigkeit ist geringer.

Der Kalman-Filter ist ein rekursiver Algorithmus. Es nimmt die neue Beobachtung und kombiniert sie mit der vorherigen Vorhersage. Es wäre gut zu verwenden, aber nur, wenn es ein geeignetes Modell für Ihre Daten ist. Ich bin mir nicht sicher, wie einfach es ist, das Vorhersageintervall zu aktualisieren.

Ich weiß nicht, ob Sie dies versucht haben, aber in R können Sie bei Verwendung der Arima-Funktion das Modell als Eingabe angeben. Wenn Sie also anfangs ein Arima-Modell gefunden haben, sagen wir Arima (1,2,1) mit entsprechenden Glättungskomponenten, können Sie das Modell in späteren Iterationen reparieren, damit es nicht versucht, ein Modell neu anzupassen. Wenn Ihre Daten in diesem Fall stationär sind, sind die Vorhersagen möglicherweise ausreichend gut für Sie - und viel schneller.

Hoffe das hilft..