Microsoft金融时间序列预测框架

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/6a2de555-0046-402f-8430-b7da7401df87.png" align="right" height="200" style="float:right; height:200px;"/> <!-- badges: start -->

<!-- badges: end -->

Microsoft金融时间序列预测框架（又名finnts或Finn）是一个用于生成金融预测的自动化预测框架。虽然它最初是为企业财务活动而构建的，但它可以轻松扩展到任何时间序列预测问题！

• 自动化特征工程、特征选择、回测和模型选择。
• 可访问25多个模型。包括单变量和多变量模型。
• Azure集成，可在云端并行运行数千个时间序列。
• 支持每日、每周、每月、每季度和每年的预测。
• 处理外部回归变量，包括纯历史数据或历史+未来数据。

安装

CRAN版本

install.packages("finnts")

开发版本

要获取错误修复或使用开发版本的功能，您可以从GitHub安装finnts的开发版本。

# install.packages("devtools")
devtools::install_github("microsoft/finnts")

使用方法

library(finnts)

# 准备历史数据
hist_data <- timetk::m4_monthly %>%
  dplyr::rename(Date = date) %>%
  dplyr::mutate(id = as.character(id))

# 调用主要的finnts建模函数
finn_output <- forecast_time_series(
  input_data = hist_data,
  combo_variables = c("id"),
  target_variable = "value",
  date_type = "month",
  forecast_horizon = 3,
  back_test_scenarios = 6, 
  models_to_run = c("arima", "ets"), 
  run_global_models = FALSE, 
  run_model_parallel = FALSE
)

贡献

本项目欢迎贡献和建议。大多数贡献需要您同意贡献者许可协议（CLA），声明您有权并确实授予我们使用您贡献的权利。有关详细信息，请访问 https://cla.opensource.microsoft.com 。

当您提交拉取请求时，CLA机器人会自动确定您是否需要提供CLA，并适当地修饰PR（例如，状态检查、评论）。只需按照机器人提供的说明操作即可。您只需在所有使用我们CLA的存储库中执行一次此操作。

本项目已采用Microsoft开源行为准则。有关更多信息，请参阅行为准则常见问题解答或联系opencode@microsoft.com获取任何其他问题或意见。

商标

本项目可能包含项目、产品或服务的商标或标志。Microsoft商标或标志的授权使用必须遵守Microsoft商标和品牌指南。在本项目的修改版本中使用Microsoft商标或标志不得引起混淆或暗示Microsoft赞助。任何第三方商标或标志的使用都必须遵守这些第三方的政策。