R - 预测多个时间序列（15K 产品）

Question

嗨堆栈溢出社区。

我有超过 15K 种产品的 5 年每周价格数据（5*15K**52 条记录）。 每个产品都是一个单变量时间序列。 目标是预测每种产品的价格。

我熟悉单变量时间序列分析，我们可以在其中可视化每个 ts 序列，绘制其 ACF、PACF 并预测该序列。 但是，单变量时间序列分析在这种情况下是不可能的，因为我有 15K 个不同的时间序列，无法可视化每个时间序列、其 ACF、PACF 和每个产品的单独预测，并对其进行调整/决定。

我正在寻找一些建议和方向来使用 R（最好）解决这个多系列预测问题。 任何帮助和支持将不胜感激。

提前致谢。

Answer 1

我建议您使用forecast包中的auto.arima 。

这样您就不必搜索正确的 ARIMA 模型。

auto.arima：根据 AIC、AICc 或 BIC 值返回最佳 ARIMA 模型。 该函数在提供的顺序约束内对可能的模型进行搜索。

fit <- auto.arima(WWWusage)
plot(forecast(fit,h=20))

您可以放置​​一个时间序列，而不是 WWWusage，以适合 ARIMA 模型。 使用forecast您然后执行预测 - 在这种情况下提前 20 个时间步 ( h=20 )。

auto.arima 基本上为您选择 ARIMA 参数（根据 AIC - Akaike 信息准则）。

如果对您来说计算成本太高，您将不得不尝试。 但总的来说，预测这么多时间序列并不少见。

要记住的另一件事可能是，毕竟这可能不是那么不可能，时间序列中存在一些互相关。 因此，从预测精度的角度来看，不将其视为单变量预测问题是有意义的。

它的设置听起来与最近在 Kaggle 上举行的m5 预测竞赛非常相似。 目标是预测沃尔玛在美国销售的各种产品的单位销售额。

所以很多时间序列的销售数据来预测。 在这种情况下，获胜者没有进行单变量预测。 这里有一个链接到获胜解决方案的描述。 由于设置看起来与您的非常相似，因此在此挑战的 kaggle 论坛中阅读一些内容可能是有意义的 - 甚至可能有有用的笔记本（代码示例）可用。