基于Python语言的ARFIMA预测模型开源包,并上传至面向开源及私有软件项目的托管平台github以供其他学者和工业界研究人员在研究相似问题和方向时使用。用于调用的库名为ARFIMA,接口参数申明如表1-1所示。
(1)长期记忆性检验(ARFIMA.calHurst):完成对一个时间序列的赫斯特指数的计算,用于判断该序列是否具有长期记忆性。
(2)训练模型(ARFIMA.fit):计算给出分数阶差分后的序列,并使用输入的训练样本对自回归移动平均模型进行训练。输出的结果包含显示的差分运算系数矩阵和分数阶差分后的序列,以及不显示的模型训练参数结果。
(3)预测数据(ARFIMA.predict):使用训练后的模型对未来的指定步数进行预测,得到ARFIMA模型的时序预测数据。
Table1-1 Interface parameter declaration of library ARFIMA
函数名称 |
参数类型 |
参数名称 |
数据类型 |
非空 |
参数说明 |
长期记忆性检验(ARFIMA.calHurst) |
请求参数 |
trainList |
PandasSeries |
Y |
训练集样本 |
|
请求参数 |
autoRegressiveOrder |
int |
Y |
自回归部分阶数 |
|
请求参数 |
movingAvgOrder |
int |
Y |
移动平均部分阶数 |
|
响应参数 |
hurstValue |
float |
Y |
赫斯特指数 |
函数名称 |
参数类型 |
参数名称 |
数据类型 |
非空 |
参数说明 |
训练模型(ARFIMA.fit) |
请求参数 |
trainList |
PandasSeries |
Y |
训练集样本 |
|
请求参数 |
hurstValue |
float |
Y |
赫斯特指数 |
|
请求参数 |
fractionalDifferenceOrder |
int |
Y |
分数阶差分阶数 |
|
响应参数 |
coefficientMatrix |
list |
Y |
分数阶差分运算的系数矩阵 |
|
响应参数 |
fractionalDifferenceList |
PandasSeries |
Y |
分数阶差分后的序列 |
函数名称 |
参数类型 |
参数名称 |
数据类型 |
非空 |
参数说明 |
预测数据(ARFIMA.predict) |
请求参数 |
step |
PandasSeries |
Y |
预测的步数 |
|
响应参数 |
predictOutcome |
PandasSeries |
Y |
预测结果 |