使用Prophet替代statsmodels的简单ARIMA,进行时间序列预测和交叉验证序没有任何物理、数学、统计学专业背景,从零开始的民间量化之路。预测第一次测试结果在交叉检验测试中 13.65%的 MAPE(平均绝对百分比误差)和 40%的覆盖率下,2024 年的 8 月 8 日,btc/usd 价格下限(80%的不确定宽度)是 12000?当然这是“潜在的最坏情况”。预测未来 365 日,不确定性区间宽度为 80%从简单的参数选择来看,考虑到 1 年的覆盖误差(Coverage Error)过大,而且不追求精准度,只想覆盖现实的不确定性情况(95%)选择保守(一般来说覆盖率越接近不确定性宽度模型误差越小),模型设置 95%的不确定性区间。fromprophetimportProphetdf_p=df.reset_index()[["date","lnprice"]].rename(columns={"date":"ds","lnprice":"y"})model=Prophet(uncertainty_samples=1000,mcmc_samples=0,seasonality_mode="multiplicative",interval_width=0.95)# multiplicative# Fit the modelmodel.fit(df_p)# create da
...
继续阅读
(37)