在Darts时间序列库中实现移动平均作为未来协变量的挑战与解决方案

概述

在时间序列预测中，移动平均是一种常用的特征工程技术，它可以帮助模型捕捉数据的趋势和模式。然而，当我们需要将移动平均特征作为未来协变量使用时，特别是在多步预测场景中，会面临一些技术挑战。本文将探讨在使用Darts时间序列库时，如何有效地实现这一需求。

移动平均作为协变量的技术挑战

将移动平均作为未来协变量使用时，主要面临两个核心问题：

1. 自回归预测中的依赖性问题：在多步预测中，后续预测值依赖于前面的预测结果。如果我们使用基于目标变量的移动平均作为协变量，就会形成循环依赖。

2. Darts库的编码器限制：Darts的编码器机制设计上只能访问时间索引信息，而无法直接操作序列值本身。这使得无法直接通过内置编码器实现基于值的移动平均计算。

解决方案探索

手动实现方法

最直接的解决方案是手动实现预测循环，并在每一步更新移动平均协变量：

# 预测步数
forecast_horizon = 10
# 原始值(不含移动平均)
raw_values = ts.values()
# 预先生成时间索引
extended_time_index = pd.date_range(start=ts.start_time(), 
                                  periods=len(ts)+forecast_horizon, 
                                  freq=ts.freq)

# 计算初始移动平均
new_values = np.convolve(raw_values.flatten(), np.ones(3), 'valid')
training_ts = TimeSeries.from_times_and_values(
    times=extended_time_index[:len(new_values)],
    values=new_values
)

# 迭代预测
for i in range(forecast_horizon):
    # 单步预测
    prediction = model.predict(n=1, series=training_ts)
    # 更新原始值数组
    raw_values = np.vstack([raw_values, prediction.values()])
    # 重新计算移动平均
    new_values = np.convolve(raw_values.flatten(), np.ones(3), 'valid')
    # 创建新的时间序列对象
    training_ts = TimeSeries.from_times_and_values(
        times=extended_time_index[:len(new_values)],
        values=new_values
    )
    # 合并其他协变量(如有)
    training_ts = training_ts.concatenate(future_covariates, axis=1)

这种方法的优势在于完全控制了预测流程，可以灵活地实现各种自定义逻辑。但需要注意确保时间索引的正确对齐。

技术细节考量

1. 窗口大小选择：移动平均窗口大小需要根据数据特性谨慎选择，过小可能导致噪声过大，过大则可能平滑掉重要模式。

2. 边界处理：在预测初期，可能没有足够的历史数据计算移动平均，需要考虑填充策略。

3. 计算效率：对于长序列或多变量场景，手动循环可能影响性能，需要考虑向量化实现。

替代方案评估

虽然Darts目前不直接支持这种动态协变量生成，但可以考虑以下替代方案：

1. 静态移动平均特征：使用历史数据的移动平均作为静态协变量，虽然无法反映预测期的变化，但在某些场景下仍可能有效。

2. 模型内置机制：某些模型(如RNN、Transformer)本身具有捕捉序列依赖的能力，可能不需要显式的移动平均特征。

3. 自定义模型：对于复杂需求，可以考虑扩展Darts模型类，实现自定义的协变量处理逻辑。

最佳实践建议

1. 数据探索：在实现前，先分析移动平均特征与目标变量的相关性，确保其预测价值。

2. 逐步验证：从简单实现开始，逐步增加复杂性，每步验证效果。

3. 性能监控：注意跟踪实现的计算开销，特别是对于大规模数据。

4. 结果对比：与不使用移动平均协变量的基准模型进行比较，评估实际增益。

结论

在Darts中实现移动平均作为未来协变量虽然需要额外的工作量，但通过手动控制预测循环是完全可行的。这种方法为时间序列预测提供了更大的灵活性，使数据科学家能够充分利用领域知识构建更强大的预测模型。随着对Darts库的深入理解，开发者可以探索更多创新的特征工程方法，提升预测性能。