滚动窗口预测
是一种时间序列预测方法，用于预测未来一段时间内的数据趋势。它基于滚动窗口的概念，通过将时间序列数据分割成多个窗口，每个窗口包含一定数量的连续数据点。然后，使用这些窗口中的数据来训练模型，并利用模型对未来窗口中的数据进行预测。
滚动窗口预测的优势在于它可以捕捉到时间序列数据中的趋势和周期性变化。通过使用滚动窗口，模型可以学习到数据的局部模式，并将其应用于未来的预测。这种方法适用于各种时间序列数据，如股票价格、天气数据、销售数据等。
在云计算领域，滚动窗口预测可以应用于资源需求预测和负载均衡。通过分析历史资源使用情况，可以使用滚动窗口预测来预测未来一段时间内的资源需求，并相应地进行资源调度和分配，以提高系统的性能和效率。
腾讯云提供了一系列与滚动窗口预测相关的产品和服务，包括：
- 时序数据库TSDB：腾讯云TSDB是一种高性能、高可靠性的时序数据库，适用于存储和查询大规模的时间序列数据。它提供了滚动窗口预测所需的数据存储和查询功能。
- 云服务器CVM：腾讯云的云服务器CVM提供了可扩展的计算资源，可以用于执行滚动窗口预测的计算任务。
- 弹性负载均衡ELB：腾讯云的弹性负载均衡ELB可以根据滚动窗口预测的资源需求，自动将流量分配到不同的服务器上，以实现负载均衡。
- 人工智能AI平台：腾讯云的人工智能AI平台提供了各种机器学习和深度学习算法，可以用于构建和训练滚动窗口预测模型。
更多关于腾讯云产品和服务的详细信息，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
滚动窗口预测
、、、、
我想用Python的时间序列数据做一个样本外的预测，用宏观经济基本面来预测汇率。 为了评估预测精度，我想应用滚动窗口回归，即每个滚动窗口的连续观察值的数量。理论上，首先选择窗口大小，然后选择预测水平，并用RMSE对模型进行评估。 但我不太确定如何在Python中设置滚动回归。 我在不推荐使用的stats/ols模块中使用MovingOLS时遇到了困难。因此，我下载了Pyfinance包，其中包括滚动
浏览 55提问于2019-05-14得票数 0
1回答
使用，我建立了一个学习回归模型来做时间序列预测。我可以使用这个模型来获得一组测试数据的预测，其中我有时间戳，以及自变量数据，因为模型只接受这些变量并给出输出标签作为预测。然而，我不知道如何，甚至我是否可以使用这个模型来做样本外的预测，在那里我只有一个未来的时间戳，并且没有与它相关的独立变量数据。是否有某种递归方法，在这种方法中，模型可以使用来自测试集的数据，进行预测，然后使用预测和数据进行下一次预测等等？谢谢!
浏览 2提问于2019-12-03得票数 1
回答已采纳
1回答
问题在于宏观预测，例如使用不同的月度宏观变量预测标准普尔500指数一个月的未来价格。现在我读到了以下方法:应该/可以使用滚动交叉验证方法。也就是说，总是丢弃一个旧的月度值，添加一个新的月度值(=滚动)，然后预测标准普尔500指数的未来几个月的值。但是现在，由于“数据泄露”的考虑，训练数据和预测下个月的值之间应该总是有一个月的差距。
浏览 58提问于2021-08-14得票数 0
回答已采纳
1回答
我正在读一篇关于滚动窗口回归:一种简单的时间序列下值预测方法的文章。
几乎正确的预测错误率(AC_errorRate) -预测的百分比在真实值的%p %以内
浏览 0提问于2019-12-08得票数 0
回答已采纳
我使用MSGARCH来获得基于滚动窗口的波动率预测。然而，当在滚动窗口上拟合预测时，我得到以下错误信息： Error: $ operator is invalid for atomic vectors 此外： Warning messages: 1: Insqrt(diag(mSandwitch)) : NaNs produced 和从预测输出的某个点开始的零值。如果我更改提前预测的数量，则预测输出中将有NAs和0。我还将FitML更
浏览 24提问于2019-01-11得票数 0
1回答
所以我自己做了手动滚动窗口的工作。我对回归预测的掌握有限，这有点阻碍了我的进步。但我正在尝试做的是基于到时间t-255 (周期开始)的可用信息对未来n天的预测，然后基于来自t- 255 +n(直到周期结束)的信息进行另一个n天预测，例如，如果n= 5，该窗口应该产生从255到250的预测，并且下一个窗口在250到245，依此类推。
浏览 2提问于2015-05-09得票数 0
1回答
=c(.6, -.3)), n=144), 我为a做了滚动窗口预测，为每一步提供了提前6步的预测。0.263921 -0.155009 -0.074600现在，我想将这些预测自动存储在一个矩阵我希望每滚动
浏览 0提问于2015-09-08得票数 3
回答已采纳
1回答
为了更准确地做到这一点，我需要实现一个横跨30行数据的滚动窗口。但是，我当前的代码只读取最新的数据行。到目前为止，我的代码如下：我的问题是如何在数据帧中实现滚动窗口。我想维护一个横跨30行的滚动窗口，但我不知道应该修改代码中的哪些部分。我尝试从pandas文档开始，并将滚动部分添加到train_test_split部件中但是出现了一个错
浏览 24提问于2019-08-23得票数 0
我正在解决一个预测问题，在这个问题中，我需要根据多篇文章在过去7天的表现来预测需求。为了充分利用这些数据，我尝试实现滚动窗口方法，使用7天作为培训输入(x)，使用第8天的性能作为培训标签(y)。由于我正在使用Keras作为一个深度学习框架，如何将这种滚动窗口方法与自定义数据生成器(在培训期间为我的网络提供信息)结合起来呢？
浏览 0提问于2020-02-06得票数 1
1回答
使用LSTM进行样本外预测
、、、、
这是一个关于在Python中使用keras & tensorflow使用LSTM模型进行真实未来预测的一般性问题(可选R)。例如，股票价格。但我想要做出真正的未来预测/样本预测。有没有人有想法&愿意分享一些想法？我只想到使用滚动窗口，但那根本不起作用。所以我很高兴你们得到的每一条建议。
浏览 0提问于2019-07-21得票数 0
据我理解，stdp和stdi是与置信度和预测间隔相关联的标准错误(参见这些)。但是，在信任和预测间隔之间切换理论上不应该改变模型的拟合(在R中尤其如此，因为您将同一个modelobject传递到您的predict()函数中)。
浏览 5提问于2017-08-04得票数 2
回答已采纳
背景：从5年的每周销售数据开始，以非常强的年度季节性为基础，对未来的生产进行预测。现在，我希望证明的准确性与可视化绘图的多个窗口的数据和比较的实际值。(这包括记录AIC值。)换句话说，函数按编程间隔循环遍历数据，重新计算/绘制预测到同一地块。当我的窗口从数据的最前面开始时，它正确地画出了图。现在我正在看一个移动的104周的窗口，结果都是覆盖的，从第104次观察开始。，图是准确的，然而，由于样本大小不断缩小，AIC无法在预测窗口之间进行比较。问题：如何以程序间隔
浏览 4提问于2013-08-08得票数 2
我在GTK TreeView中创建了一个大型ScrolledWindow，在toplevel窗口中的笔记本( toplevel窗口有一个有限的默认大小)中的一个凸起的ScrolledWindow。当我在其中创建一个带有ScrolledWindow的TreeView时，它会得到与TreeView占用的空间一样多的空间(这比屏幕大小还要大)，并且我的toplevel窗口被调整到无穷大。
浏览 0提问于2013-10-03得票数 2
回答已采纳
我试着预测明天的分数，从0到100。每一天都是一个单位，有一个等级，但每个单位(日)有不同的时间序列数据长度。因为每一天都有大量的数据长度，所以我每天滚动窗口，窗口大小为1080，步幅为180。450天，每一天都有相同的长度窗口(1080)和特征(3)，但窗口的数目是不
浏览 1提问于2019-02-18得票数 0
回答已采纳
1回答
我正在使用一个递归网络进行时间序列预测。这是正常的吗？
假设我的网络只有3个单元。目前我会输入数据x(t=0，t+1，t+2)来获得预测t=0，t+1，t+2.Is这一错误的方法吗？如果我希望在所有时间步骤都有良好的预测，是否需要使用“移动窗口”--也就是说，是否应该使用<e
浏览 0提问于2018-05-20得票数 1
回答已采纳
1回答
我预测的ARMA(1，0-1)模型如下：train<-Reg_data[0:(nrow(Reg_data)-7),c(4,5,9)]
这段代码似乎有效，但我似乎无法找到(或理解)该函数是否在历史集中使用其先前的预测，即对于预测h=2，是否考虑了h=1估计，或者如果我想要这样，需要多次编写滚动窗口</em
浏览 0提问于2018-11-19得票数 0
回答已采纳
我花了一些时间来平衡窗口的大小，使之适合它们的内容。每个窗口都有我需要的内容，不想再搜索了。
在不均衡的数量上，emacs分割一个现有的窗口并显示它的内容。选择要拆分的窗口，天气将其垂直或水平分割，骰子将再次滚动。有什么文件可以供我学习，
浏览 1提问于2016-08-12得票数 1
1回答
我有两个序列(x_t, y_t)在时间，并希望执行滚动线性回归。我心中的问题是：
给出窗口大小w，根据时间窗口内x的线性组合(t-w，.，t，...t+w)计算时间t。问题是它只给出沿同一时间轴的预测值和参数，即y_hat_i和b_i对每个t的预测值和参数。相反，我希望有一组小的b，可以在其他时间使用它来处理x数据(b)。
浏览 5提问于2020-06-22得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
