时间序列分析：核心算法与实战应用
📚 共计 30 章节
第01章
时间序列入门
什么是时间序列 · 应用场景 · 趋势/季节性/周期性/随机性
基础
概念
第02章
时间序列数据预处理
缺失值 · 异常值 · 时间戳规范化 · 重采样与对齐
清洗
实战
第03章
平稳性检验
ADF检验 · KPSS检验 · 差分操作 · 平稳性定义
统计
检验
第04章
自相关与偏自相关
ACF/PACF定义 · 解读相关图 · 识别模型阶数
图形
定阶
第05章
经典分解模型
加法/乘法模型 · STL分解 · statsmodels实现
分解
趋势
第06章
移动平均与指数平滑
简单/加权移动平均 · 一次指数平滑 · Holt-Winters
平滑
经典
第07章
AR模型
自回归原理 · Yule-Walker · AIC/BIC定阶 · Python
自回归
建模
第08章
MA模型
移动平均原理 · 可逆性 · 定阶 · Python实现
MA
可逆
第09章
ARMA模型
AR+MA结合 · 识别与估计 · 残差诊断
混合
诊断
第10章
ARIMA模型
差分整合移动平均 · 定阶流程 · Python实战
ARIMA
核心
第11章
SARIMA模型
季节性ARIMA · (p,d,q)(P,D,Q,s) · 月度销售预测
季节
实战
第12章
模型诊断与选择
残差白噪声 · Ljung-Box · AIC/BIC · 交叉验证
诊断
选择
第13章
时间序列预测评估
MAE/MSE/RMSE/MAPE · 滚动评估 · 回测框架
评估
指标
第14章
GARCH模型
波动率建模 · ARCH效应 · GARCH(1,1) · 金融应用
波动率
金融
第15章
向量自回归模型 (VAR)
多变量 · 格兰杰因果 · 脉冲响应 · 结构
多变量
因果
第16章
协整与误差修正 (VECM)
协整概念 · Engle-Granger · Johansen · VECM
协整
长期
第17章
状态空间与卡尔曼滤波
状态空间表示 · 卡尔曼滤波 · 局部水平模型 · Python
滤波
状态空间
第18章
Prophet模型
Facebook Prophet · 趋势/季节 · 节假日效应 · 调参
Prophet
实用
第19章
LSTM与深度学习
RNN/LSTM · 序列预测 · PyTorch/TensorFlow · 调优
深度学习
LSTM
第20章
Transformer与时间序列
注意力机制 · Informer · 时间序列Transformer · 实战
Transformer
前沿
第21章
时间序列聚类
DTW · K-Shape · 特征提取 · 应用场景
聚类
无监督
第22章
时间序列异常检测
3-sigma/IQR · 孤立森林 · LSTM-Autoencoder · 流式
异常
检测
第23章
时间序列特征工程
时间特征 · 滞后特征 · 滚动统计 · 傅里叶变换
特征
工程
第24章
多步预测策略
递归/直接/Seq2Seq/MIMO多步预测
多步
策略
第25章
时间序列数据增强
滑动窗口 · 噪声注入 · 时间扭曲 · TimeGAN
增强
生成
第26章
高频与实时时间序列
Tick级 · 在线学习 · Flink · 实时预测管道
高频
实时
第27章
时间序列因果推断
Granger因果 · PCMCI · 干预效应 · 合成控制法
因果
推断
第28章
概率时间序列预测
分位数回归 · 贝叶斯 · DeepAR · 预测区间
概率
区间
第29章
时间序列可解释性
SHAP/LIME · 归因 · 注意力可视化
可解释
SHAP
第30章
综合实战项目
端到端系统 · 数据管道 · 模型选型 · 部署监控
项目
全流程