使用Darts项目实现基于协变量的时间序列预测

背景介绍

在时间序列预测领域，我们经常会遇到这样的情况：需要对一个全新的时间序列进行预测，但只有协变量数据而没有目标变量的历史记录。这种情况在零售、气象、金融等多个领域都很常见。本文将以图书销售预测为例，介绍如何使用Darts项目中的时间序列预测模型来解决这类问题。

问题场景

假设我们拥有11家书店的销售数据：

• 10家书店：已知每日图书销量（目标变量）以及每日平均温度和降雨量（协变量）
• 第11家书店：仅知道每日平均温度和降雨量，但缺少图书销量历史数据

我们的目标是根据第11家书店的协变量数据（温度和降雨量）来预测其图书销量。

解决方案对比

方法一：单序列拼接法

将所有10家书店的销售数据拼接成一个长序列，同时拼接对应的协变量序列。这种方法简单直接，但会丢失每家书店的个体特征信息。

方法二：多序列全局训练法

将每家书店的销售数据保持为独立的时间序列，使用Darts中的全局预测模型（GlobalForecastingModel）进行训练。这种方法能够保留每家书店的特性，模型可以学习不同书店间的共性和差异。

技术实现要点

1. 数据准备：

   • 将10家书店的数据组织为时间序列列表
   • 确保所有序列的时间索引对齐
   • 对协变量数据进行归一化处理

2. 模型选择：

   • 如果有第11家书店的部分历史销售数据（至少input_chunk_length个点），可以使用TFT等全局预测模型
   • 如果完全没有销售历史数据，只能使用RegressionModel系列，通过设置lags=None并指定past_covariates_lags或future_covariates_lags来实现纯协变量预测

3. 预测执行：

   • 对于有部分历史数据的情况，使用predict(n=horizon, series=series11)方法
   • 预测长度超过output_chunk_length时，模型会自动使用自回归方式生成预测

最佳实践建议

1. 优先考虑方法二（多序列全局训练），它能更好地捕捉不同地点的特性
2. 在完全没有目标变量历史数据的情况下，RegressionModel是唯一选择
3. 注意模型输入的长度要求，确保满足input_chunk_length的最小数据点需求
4. 对于协变量预测，特征工程尤为重要，需要仔细选择和构造有预测力的协变量

总结

Darts项目提供了灵活的时间序列预测解决方案，能够处理各种复杂场景。在只有协变量数据的情况下，通过合理选择模型和配置参数，我们仍然可以实现有效预测。关键在于理解不同模型的能力边界和适用条件，根据具体业务场景选择最合适的解决方案。