整合不同间隔时间序列数据,适应超前/滞后时间

alex_fawzialex_fawzi 成员职位:6贡献我
2018年11月编辑 帮助

嗨,这里是Rapidminer的新用户。只有几天,并且已经通过遵循教程和试错学到了更多,而不是几周试图用Python做同样的事情,非常感谢Thomas Ott构建AI市场模型的系列,非常有帮助。我面临的问题是缺乏知识,我认为获得知识最简单的方法就是提问。

我正在尝试建立一个预测未来外汇价值的过程,这可能是一个毫无意义的努力,但很有趣。我正在使用的时间序列数据有不同的时间间隔——比如一天结束的数据和一个月结束的数据。有一个标准的方法把这些放在一起吗?我小心翼翼地避免在细节上弄巧成拙。无论周期如何,范围都是相同的,即从2010年1月至今。

第二件事(我不知道这是不是一件事)是,我所关注的经济指标在不同的时间尺度上影响(如果有的话)我的标签(即欧元/美元的月度收盘价)。一些国家处于领先地位,另一些国家则紧随其后。我是否需要告诉我的流程,某个领先指标不太可能在2到3个月内影响给定价格?或者移动平均线反映的是已经过去的事件?

发布日期和涵盖的时间段也让我很困惑,例如经合组织在他们涵盖的月份开始后大约6周发布某些报告(或者在结束后2周,如果更容易),所以目前2月17日的数据已经出来了,3月的数据要到4月中旬才会发布。我需要采取哪些步骤来创建一个流程来适应这些因素?

提前感谢,如果我没有解释清楚或需要更多细节,请告诉我。

亚历克斯

标记:

最佳答案

  • Thomas_OttThomas_Ott RapidMiner认证分析师,RapidMiner认证专家,成员职位:1761年独角兽
    解决方案接受

    嗨,亚历克斯,

    你试过财经部的分机吗?有一种方法可以在扩展中进行重置。如果你还没有,请确保下载并安装系列扩展。

    当然,你总是可以把时间卷成一个周期,但可能会有几个操作符这样做。

    关于领先、同步和滞后指标。这些在实际应用中是非常棘手的。我通常认为,如果一个滞后指标已经发布了6个月,我就会在它发布当天将其放入模型中。在此基础上,你可以尝试使用如下所示的过程来预测滞后指标(你需要调整这个过程)。

    更好的应用是找出哪个经济指标或经济指标的集合效果更好。为此,你可以做一些类似Feature Selection的事情,这是另一个过程。

    < ?xml version="1.0" encoding="UTF-8"?> <过程version = " 7.4.000”>
    > <上下文
    <输入/ >
    <输出/ >
    <宏>
    宏观> <
    > <关键层> < /关键
    5 <价值> < /值>
    宏观> < /
    宏观> <
    <键> > < /关键象征
    < >价值XOM < /值>
    宏观> < /
    宏观> <
    <键> start_date关键> < /
    <价值> 2016-01-01 < /值>
    宏观> < /
    宏观> <
    <键> end_date关键> < /
    <价值> 2017-03-21 < /值>
    宏观> < /
    < /宏>
    > < /上下文


    <过程扩展= " true " >

    “参数”<列表键= >
    <参数键= " SVM。kernel_gamma“价值= "(0.001;1000;6;对数)" / >

    < / >列表
    <过程扩展= " true " >





    <过程扩展= " true " >






    > < /过程
    <过程扩展= " true " >

    <列出关键= " application_parameters " / >
    < /操作符>



    < /操作符>









    > < /过程
    < /操作符>


    <列出关键= "日志" >



    < / >列表
    < /操作符>







    > < /过程
    < /操作符>








    < /操作符>



    <列出关键= " set_additional_roles " / >
    < /操作符>



    <列出关键= " rename_additional_attributes " / >
    < /操作符>



    < /操作符>


    <列出关键= " filters_list " / >
    < /操作符>




    < /操作符>



    < /操作符>


    <列出关键= " additional_macros " / >
    < /操作符>

    <列出关键= " function_descriptions " >

    < / >列表
    < /操作符>




    < /操作符>


    < /操作符>





    <过程扩展= " true " >




    < /操作符>





    > < /过程
    <过程扩展= " true " >

    <列出关键= " application_parameters " / >
    < /操作符>



    < /操作符>









    > < /过程
    < /操作符>




    <过程扩展= " true " >



    < /操作符>

    <列出关键= " application_parameters " / >
    < /操作符>

    <列出关键= " function_descriptions " >

    < / >列表
    < /操作符>

    <参数键="attribute_name"值="预测(标签)"" / >
    <列出关键= " set_additional_roles " / >
    < /操作符>


    <参数键="属性" value="预测(标签)"" / >
    < /操作符>



    < /操作符>













    > < /过程
    < /操作符>




















    > < /过程
    < /操作符>
    > < /过程
    登录注册置评。