我正在尝试生成一些随机时间序列,这些时间序列具有周期性(例如销售)、指数下降(例如 facebook 对帖子的赞)、指数增长(例如比特币价格)、普遍增长(股票行情)等趋势。我可以使用以下内容生成通常增加/减少的时间序列
import numpy as np
import pandas as pd
from numpy import sqrt
import matplotlib.pyplot as plt
vol = .030
lag = 300
df = pd.DataFrame(np.random.randn(100000) * sqrt(vol) * sqrt(1 / 252.)).cumsum()
plt.plot(df[0].tolist())
plt.show()
但我不知道如何生成周期性趋势或指数增长或下降趋势。有没有办法做到这一点 ?
最佳答案
您可能想要评估 TimeSynth
“TimeSynth 是一个开源库,用于为*模型测试*生成合成时间序列。该库可以生成规则和不规则的时间序列。该架构允许用户将不同的*信号*与不同的架构相匹配,从而允许要生成的大量信号。下面列出了可用的*信号*和*噪声*类型。”
关于Python:生成具有趋势的随机时间序列数据(例如周期性、指数衰减等),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47542752/