AutoML 库,用几行 Python 代码即可对表格、时间序列和多模态数据自动训练并集成模型。
1.1万+12 本周1215PythonApache-2.0更新于 3天前
一个用于金融时间序列预测的 R 包,内置 AI 智能体,支持 25 种以上模型并可借助 Azure 并行运行。
Finn(finnts)是微软开源的自动化预测框架,最初面向企业财务场景设计,也可用于其他时间序列预测问题。它会自动完成特征工程、特征选择、回测和模型选择,支持日、周、月、季、年等多种预测频率。
该包提供 25 种以上单变量和多变量模型,支持只含历史值或同时含历史与未来值的外部回归变量。面对大量时间序列时,可借助 Azure 云端并行运行数千条序列。
包内还内置 AI 智能体,会围绕设定的精度目标迭代优化预测,并能回答探索性分析、模型精度和最优模型选择等问题。可通过 CRAN 或 GitHub 安装,也提供供编程智能体调用的技能,方便不想写 R 代码的用户使用。
在 R 中从 CRAN 安装 finnts 版本
install.packages("finnts")加载包并准备历史数据,然后为智能体连接大语言模型
设置项目、智能体并运行预测迭代
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
AutoML 库,用几行 Python 代码即可对表格、时间序列和多模态数据自动训练并集成模型。
Nixtla TimeGPT 的 Python SDK,用于调用预训练时间序列基础模型做预测和异常检测。
亚马逊推出的预训练时间序列预测模型,支持零样本预测,包括 Chronos-2 系列。
一个自主运行的 AI 金融研究代理,可规划任务、自我校验,并调用实时市场数据。
Facebook 开源的时间序列预测工具,适用于多周期季节性、趋势变化和节假日效应的数据,支持 Python 与 R。
作者个人的一组 Python/JavaScript 工具包与研究资料,涵盖在线时间序列预测、协方差估计、投资组合构建和黑盒优化。