Merlion|Merlion：端到端的时间序列预测利器_预测|模型|小伙伴|量化投资|模

【Merlion|Merlion：端到端的时间序列预测利器】量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者，连续2年被腾讯云+社区评选为“年度最佳作者” 。
时间序列的分析与预测一直是量化策略研究中非常核心的步骤。最近在Github上开源的Merlion ，作为端到端的时间序列预测工具，在短时间内获得的近2K的star 。
项目地址：https://github.com/salesforce/Merlion
只要有一定机器学习工具包使用经验的小伙伴，上手该项目应该是很快的。我们先简单介绍一下时间序列任务的类别，以及Merlion的功能与其他常用工具包的对比。
首先时间序列的任务主要包括时间序列异常点检测及时间序列的预测，其中时间序列的预测又包括单变量时间序列预测，和多变量时间序列预测。在时间序列预测的方法论上，主要又分为传统的计量方法，如ARIMA等；及最近兴起的机器学习的方法，如LSTM、树模型（Random Forest ， GBDT）及Transformer等。对于常用的时序研究工具包的功能对比如下：

文章图片

通过上表对比发现， Merlion是所有工具中功能最完整的，支持时间序列预测及异常点检测，在模型优化层面还支持AutoML及模型的组合，还有方便的可视化工具。看到这里很多小伙伴肯定跃跃欲试了。
不急，我们再从宏观层面了解下Merlion的整个架构，如下图所示，整个模块分为五个核心层：
1、Data Layer 数据层：在Merlion中，所有输入都需要转换为Merlion自有的数据格式TimeSeries；最方便的是从pandas的dataframe格式直接转换为TimeSeries格式；
2、Models 模型层：模型层主要分为两大类，时序异常检测和时序预测。每个大类下又包含多个模型。在时许预测的模型中，还支持AutoML自动进行模型优化；
3、Post Processing 后处理模块：这个模块比较简单，主要是异常的校准及基于业务规则的噪音判断；
4、Ensembles and Model Selection：对于之前调优后的多个已训练模型，可以选择最优的模型，也可以对模型进行合并；
5、Evaluation Pipeline：最终对模型以模拟线上部署的方式进行最后的验证，线上部署与历史训练最大的区别就是滚动式的模型再训练，类似量化策略的Walk Forward回测。

文章图片

对于Merlion有一个基本的了解后，怎么快速入门呢？推荐小伙伴们直接移步：

Merlion|Merlion：端到端的时间序列预测利器

推荐阅读

如何找寻自我

缝纫机调线器怎么安装平车方法如何

强组词强字组词

火笋鸡翅的做法（增肥食谱）

闺女生日快乐祝福语朋友圈

LV请来潮牌设计师做艺术总监，看中的是啥

老虎豆怎么做好吃老虎豆图片怎样弄来吃

暖气有流水声是什么原因

皮球是什么体

手机怎样开通QQ空间

男生发mua说明 mua是什么意思

手指盖凹陷怎么回事

对自己的生活失去掌控咋调整

小米10s怎么没有月亮模式

我想找个偏僻的地方搞养殖！有没有推荐的地方？

南京养老金认证上门服务怎么申请南京市养老金认证

如何评价猪场阉割猪？

最后一个字是豹的成语

泰山散酒怎么样

猫发情的声音(猫发情的叫声)