qijingyu2013 / arfimademo

ArfimaDemo

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。

该库包含的功能有三个：

 （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。

表1-1 ARFIMA库的接口参数申明

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