Моделирование временных рядов 2023/24 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(не показана одна промежуточная версия этого же участника)
Строка 11: Строка 11:
 
'''Семинарист:''' Зехов Матвей Сергеевич
 
'''Семинарист:''' Зехов Матвей Сергеевич
  
−
Семинары проходят онлайн
+
Семинары проходят гибридно. Очно + трансляция.
  
 
Ссылка:
 
Ссылка:
Строка 41: Строка 41:
  
 
[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]
 
[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]
 +
 +
[https://www.youtube.com/playlist?list=PLHPTLBeVYc8xX0bFEgw6h5C-0WYiXfwa3 Плейлист с записями]
  
 
[ Таблица с оценками]
 
[ Таблица с оценками]
Строка 48: Строка 50:
 
== Лекции ==
 
== Лекции ==
  
−
# (Борис) Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна.  
+
# (Борис) Различные задачи на рядах. Простые алгоритмы сглаживания. LOESS. Общее про ряды: сезонность, цикличность, тренд. STL. [https://youtu.be/9lnF1xJdkPY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_01_intro_note.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_01_intro.pdf Черновик лекции]
−
# (Борис) LOESS-регрессия. Интенсивность тренда. STL-разложение. MSTL-разложение.
+
# (Борис) MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных. [https://youtu.be/OErVA-X1vJY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_02_tables_note.pdf Конспект]
−
# (Борис) ETS-модель. Правдоподобие ETS-модели.
+
# (Борис) ETS-модель. Аддитивная постановка. [https://youtu.be/gqeFrD25cek?si=nyhfMdh1Goscmpj1 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_03_ETS_additive_note.pdf Конспект]
−
# (Борис) Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера.
+
# (Борис) ETS-модель. Мультипликативная постановка. [https://youtu.be/zcKJMEWQPYA?si=oI50g4kAPSTmueP4 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_04_ETS_multiplicative_note.pdf Конспект]
−
# (Борис) Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция.
+
# (Борис) Информационный критерий Акаике. Дивергенция Кульбака-Лейблера. [https://youtu.be/0lC3hNxM80s Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_05_ic_note.pdf Конспект]
−
# (Борис) Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения.
+
# (Борис) Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция. [https://youtu.be/g8laTNK6Uwc Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_06_ma_note.pdf Конспект]
−
# (Борис) Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA, SARIMA
+
# (Борис) Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/IN-OOAXIOSY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_07_ar_note.pdf Конспект]
−
# (Борис) ADF-тест, KPSS-тест.
+
# (Борис) Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA.  [https://youtu.be/htWYV_s7u3k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_08_wold.pdf Конспект]
−
# (Борис) ETS как частный случай ARIMA. Выбор между моделями.  
+
# (Борис) ADF-тест, KPSS-тест. [https://youtu.be/zt-cRTI_Osg Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_09_adf_kpss.pdf Конспект]
 +
# (Матвей) VAR. [https://youtu.be/k2K0Y3pQABk Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_10_var.pdf Конспект]
 +
# (Матвей) SVAR. [https://youtu.be/Nyd49qvogpQ Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_11_svar.pdf Конспект]
 +
# (Борис) GARCH-модель. [https://youtu.be/a3RwEt75dTQ Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_12_garch.pdf Конспект]
 +
# (Борис) Правдоподобие GARCH-модели [https://youtu.be/tu6Rc_p6TTY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_13_garch.pdf Конспект]
 +
# (Иван, дополнительная) Байесовские VAR. [https://youtu.be/HvaRkI1jEC4 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/lectures/lecture_14_bvar.pdf Конспект]
 +
# (Илья) Копулы. [https://youtu.be/6B20wXCwaTA Запись] [Конспект]
 
# (Матвей) RNN, LSTM, GRU.  
 
# (Матвей) RNN, LSTM, GRU.  
 
# (Матвей) Attention. Трансформеры.  
 
# (Матвей) Attention. Трансформеры.  
−
# (Борис) Введение в байесовский анализ. Prophet. DLT.
 
−
# (Матвей/Борис) Байесовская оптимизация. Гауссовские процессы.
 
−
# (Борис) GARCH-модель.
 
−
# (Борис) Правдоподобие GARCH-модели
 
−
# (Борис) Копулы.
 
−
# (Матвей) Многомерные модели. VAR. SVAR. IRF.
 
 
# (Матвей) Иерархические модели.  
 
# (Матвей) Иерархические модели.  
 
# (Матвей) Классификация временных рядов. DTW.  
 
# (Матвей) Классификация временных рядов. DTW.  
 +
# (Матвей/Борис) Байесовская оптимизация. Гауссовские процессы.
 +
# (Борис) Введение в байесовский анализ. Prophet. DLT.
 
# (Матвей/Борис) Если останется время. Фильтр Калмана.
 
# (Матвей/Борис) Если останется время. Фильтр Калмана.
  
 
== Семинары ==
 
== Семинары ==
  
−
# Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции.
+
# Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/HHb3UQJwp1o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_00_recap.ipynb Ноутбук-ликбез] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_01_intro.ipynb Основной ноутбук] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_01_intro.pdf Черновик семинара]
−
# Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования.  
+
# Обработка пропусков. STL. MSTL. Инжиниринг фичей. Многошаговое прогнозирование. Прямая и рекурсивная стратегии. [https://youtu.be/zMuxcXfbtb0 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_02_tables_note.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_02_tables.ipynb Ноутбук] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_02_tables.pdf Черновик семинара]
−
# Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS.  
+
# Модели ETS. Правдоподобие. Прогнозирование. [https://youtu.be/RWjoxDjqaSU?si=v31ldsVa1wmn9BiI Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_03_ETS_note.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_03_ETS.ipynb Ноутбук]
−
# Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами.  
+
# Общий алгоритм работы с временными рядами. Техники кросс-валидации. Отбор моделей. [https://youtu.be/svrlJZgG8cs?si=0lkdJc3adPK2lrqu Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_04_approach_note.pdf Конспект]
−
# Отбор моделей. Техники кросс-валидации. Сравнение прогнозов.
+
# Примеры оценки ETS-моделей на данных. Тест Диболда-Мариано. [https://youtu.be/btXAXMLC6os?si=5Z5XL2zqPqXI4r-I Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_05_example.ipynb Ноутбук]
−
# Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций.  
+
# Решение задач. Оператор лага. Стационарные процессы. [https://youtu.be/dsSD6U84X-k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_06_problems_note.pdf Ноутбук]
−
# MA(q)-процесс. Вывод теоретических ACF и PACF. Прогнозирование среднего и дисперсии MA(q)-процесса. Свойства прогнозов.
+
# Решение задач. AR(p). MA(q). [https://youtu.be/vavfPmyqP6k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_07_problems_note.pdf Конспект]
−
# SARIMAX
+
# Решение задач. Правдоподобие AR(1). Правдоподобие RW. [https://youtu.be/yDmW6wu326o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_08_problems_note.pdf Конспект]
 +
# SARIMA (практика). [https://youtu.be/ZcZAi5Y9f4o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_09_arima.ipynb Ноутбук]
 +
# SVAR, IRF, FEVD. [https://youtu.be/bBIAprOzWog Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_10_var.pdf Конспект]
 +
# SVAR (продолжение). VAR в Python. [https://youtu.be/Nyd49qvogpQ Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_11_svar.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_11_var.R Код на R] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_11_var.ipynb Ноутбук]
 +
# Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/OKOUBkwtD7U Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_12_2.ipynb Ноутбук 2]
 +
# ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/7SCSM1y5qt8 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_13.ipynb Ноутбук]
 +
# (Дополнительный). Байесовские VAR. [https://youtu.be/d8D1JxQ6vNM Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_14_bvar.pdf Конспект]
 +
# Оценка риска портфеля. Базовые модели. Совместные распределения и ядровая оценка плотности. [https://youtu.be/w4zHPgTHe9c Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/seminars/sem_15_multivariate_risk.ipynb Ноутбук]
 
# RNN, LSTM, GRU.  
 
# RNN, LSTM, GRU.  
 
# Attention. Трансформеры.  
 
# Attention. Трансформеры.  
−
# Prophet. DLT (Orbit).(Возможно что-то другое, эти модели сложно оценить без больших мощностей или кучи времени.
 
−
# Гауссовские процессы. Байесовская оптимизация.
 
−
# Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы.
 
−
# ARCH-GARCH. Filtered Historical Simulation.
 
−
# Оценка риска портфеля. Базовые модели. Совместные распределения и ядровая оценка плотности.
 
−
# VAR, SVAR, IRF.
 
 
# Иерархические модели.  (M5 ?)
 
# Иерархические модели.  (M5 ?)
 
# Классификация временных рядов.  
 
# Классификация временных рядов.  
 +
# Гауссовские процессы. Байесовская оптимизация.
 +
# Prophet. DLT (Orbit).(Возможно что-то другое, эти модели сложно оценить без больших мощностей или кучи времени.
 
# На случай пропуска лекции: Обзор основных соревнований по временным рядам.
 
# На случай пропуска лекции: Обзор основных соревнований по временным рядам.
−
 
−
== Контрольная работа ==
 
−
 
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2022] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение
 
−
 
−
[https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант 2021]
 
−
 
−
== Экзамен ==
 
−
 
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2022]
 
−
 
−
[https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант 2021]
 
  
 
== Домашние задания ==
 
== Домашние задания ==
Строка 107: Строка 102:
 
'''Общие правила'''
 
'''Общие правила'''
  
−
Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.
+
Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.
  
 
Мягких дедлайнов нет. Все дедлайны жёсткие.
 
Мягких дедлайнов нет. Все дедлайны жёсткие.
Строка 118: Строка 113:
  
 
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.
 
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.
 +
  
  
Строка 124: Строка 120:
 
'''Домашнее задание 1'''
 
'''Домашнее задание 1'''
  
−
Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.
+
Выдано: 12.02.2024 в 14.50
  
−
Выдается: 04.02.2023 19.30
+
Дедлайн: 25.02.2024 в 23.59
  
−
Дедлайн: 18.02.2023 23.59
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw1/hw1.ipynb Задание]
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw1/hw1.ipynb Задание]
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw1/data.csv Данные]
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw1/data.csv Данные]
+
'''Домашнее задание 2'''
  
 +
Выдано: 01.03.2024 в 16.20
  
 +
Дедлайн: 17.03.2024 в 23.59
  
−
'''Домашнее задание 2'''
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw2/hw2.ipynb Задание]
  
−
Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw2 Данные]
  
−
Выдается: 23.02.2023 17.00
+
'''Домашнее задание 3'''
  
−
Дедлайн: 11.03.2023 23.59
+
Выдано: 17.04.2024 в 19.00
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw2/hw2.ipynb Задание]
+
Дедлайн: 28.04.2024 в 23.59
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw2/atm.csv Данные 1]
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw3/hw3.ipynb Задание]
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw2/events.csv Данные 2]
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw3/currencies.csv Данные]
  
 +
'''Домашнее задание 4'''
  
−
'''Домашнее задание 3'''
+
Выдано: 30.04.2024 в 23.30
  
−
SARIMA
+
Дедлайн: 19.05.2024 в 23.59 (Для 2-го курса ШАДа: 15.05 в 23.59)
  
−
Выдается: 16.04.2023 23.00
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2024-spring/homeworks/hw4/hw4.ipynb Задание]
  
−
Дедлайн: 30.04.2023 23.59
+
=== Теоретические задания ===
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw3/hw3.ipynb Задание]
+
'''Домашнее задание’''
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw3/data.csv Данные]
+
== Контрольная работа ==
  
 +
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/midterm/midterm.pdf Вариант 2023]
  
 +
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/midterm.pdf Вариант 2021] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/midterm/solution.pdf Решение]
  
−
'''Домашнее задание 4'''
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/midterm/ts_kr_01.pdf Вариант 2020]
  
−
Многомерная оценка риска
 
  
−
Выдается: 14.05.2023 01.00
+
== Экзамен ==
  
−
Дедлайн: 304.06.2023 23.59
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final.pdf Вариант 2023] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/exam/final_retake.pdf Пересдача 2023]
  
−
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2023-spring/homeworks/hw4/hw4.ipynb Задание]
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/final/final.pdf Вариант 2021]
  
−
=== Теоретические задания ===
+
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/exam/ts_exam.pdf Вариант 2020]
 +
 
 +
== Страницы прошлых лет ==
 +
 
 +
[http://wiki.cs.hse.ru/Time_series_modelling_22_23 2023]
 +
 
 +
[http://wiki.cs.hse.ru/Time_series_modelling_21_22 2021]
  
−
'''Домашнее задание'''
+
[http://wiki.cs.hse.ru/%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21 2020]

Версия 00:03, 1 мая 2024

О курсе

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

Лектор: Демешев Борис Борисович

Лекции проходят онлайн

Ссылка:

Семинарист: Зехов Матвей Сергеевич

Семинары проходят гибридно. Очно + трансляция.

Ссылка:

Итоговая оценка за курс

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.

Округление арифметическое.

Автоматы

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

Дополнительные условия

  • При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.
  • При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.

Полезные ссылки

Телеграм-чат курса

Гитхаб курса

Плейлист с записями

[ Таблица с оценками]

Задачник

Лекции

  1. (Борис) Различные задачи на рядах. Простые алгоритмы сглаживания. LOESS. Общее про ряды: сезонность, цикличность, тренд. STL. Запись Конспект Черновик лекции
  2. (Борис) MSTL-разложение. Сведение к табличной задаче. Инжиниринг переменных. Запись Конспект
  3. (Борис) ETS-модель. Аддитивная постановка. Запись Конспект
  4. (Борис) ETS-модель. Мультипликативная постановка. Запись Конспект
  5. (Борис) Информационный критерий Акаике. Дивергенция Кульбака-Лейблера. Запись Конспект
  6. (Борис) Белый шум. MA-процесс. Оператор лага. Автокорреляция и частная автокорреляция. Запись Конспект
  7. (Борис) Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. Запись Конспект
  8. (Борис) Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA. Запись Конспект
  9. (Борис) ADF-тест, KPSS-тест. Запись Конспект
  10. (Матвей) VAR. Запись Конспект
  11. (Матвей) SVAR. Запись Конспект
  12. (Борис) GARCH-модель. Запись Конспект
  13. (Борис) Правдоподобие GARCH-модели Запись Конспект
  14. (Иван, дополнительная) Байесовские VAR. Запись Конспект
  15. (Илья) Копулы. Запись [Конспект]
  16. (Матвей) RNN, LSTM, GRU.
  17. (Матвей) Attention. Трансформеры.
  18. (Матвей) Иерархические модели.
  19. (Матвей) Классификация временных рядов. DTW.
  20. (Матвей/Борис) Байесовская оптимизация. Гауссовские процессы.
  21. (Борис) Введение в байесовский анализ. Prophet. DLT.
  22. (Матвей/Борис) Если останется время. Фильтр Калмана.

Семинары

  1. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. Запись Ноутбук-ликбез Основной ноутбук Черновик семинара
  2. Обработка пропусков. STL. MSTL. Инжиниринг фичей. Многошаговое прогнозирование. Прямая и рекурсивная стратегии. Запись Конспект Ноутбук Черновик семинара
  3. Модели ETS. Правдоподобие. Прогнозирование. Запись Конспект Ноутбук
  4. Общий алгоритм работы с временными рядами. Техники кросс-валидации. Отбор моделей. Запись Конспект
  5. Примеры оценки ETS-моделей на данных. Тест Диболда-Мариано. Запись Ноутбук
  6. Решение задач. Оператор лага. Стационарные процессы. Запись Ноутбук
  7. Решение задач. AR(p). MA(q). Запись Конспект
  8. Решение задач. Правдоподобие AR(1). Правдоподобие RW. Запись Конспект
  9. SARIMA (практика). Запись Ноутбук
  10. SVAR, IRF, FEVD. Запись Конспект
  11. SVAR (продолжение). VAR в Python. Запись Конспект Код на R Ноутбук
  12. Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. Запись Ноутбук 1 Ноутбук 2
  13. ARCH-GARCH. Filtered Historical Simulation. Запись Ноутбук
  14. (Дополнительный). Байесовские VAR. Запись Конспект
  15. Оценка риска портфеля. Базовые модели. Совместные распределения и ядровая оценка плотности. Запись Ноутбук
  16. RNN, LSTM, GRU.
  17. Attention. Трансформеры.
  18. Иерархические модели. (M5 ?)
  19. Классификация временных рядов.
  20. Гауссовские процессы. Байесовская оптимизация.
  21. Prophet. DLT (Orbit).(Возможно что-то другое, эти модели сложно оценить без больших мощностей или кучи времени.
  22. На случай пропуска лекции: Обзор основных соревнований по временным рядам.

Домашние задания

Общие правила

Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания.

Мягких дедлайнов нет. Все дедлайны жёсткие.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов. Студенты, ни разу не воспользовавшиеся этой возможностью, смогут получить почтовую открытку от семинариста.

В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.


Практические задания

Домашнее задание 1

Выдано: 12.02.2024 в 14.50

Дедлайн: 25.02.2024 в 23.59

Задание

Данные

Домашнее задание 2

Выдано: 01.03.2024 в 16.20

Дедлайн: 17.03.2024 в 23.59

Задание

Данные

Домашнее задание 3

Выдано: 17.04.2024 в 19.00

Дедлайн: 28.04.2024 в 23.59

Задание

Данные

Домашнее задание 4

Выдано: 30.04.2024 в 23.30

Дедлайн: 19.05.2024 в 23.59 (Для 2-го курса ШАДа: 15.05 в 23.59)

Задание

Теоретические задания

'Домашнее задание’

Контрольная работа

Вариант 2023

Вариант 2021 Решение

Вариант 2020


Экзамен

Вариант 2023 Пересдача 2023

Вариант 2021

Вариант 2020

Страницы прошлых лет

2023

2021

2020

Источник — «http://wiki.cs.hse.ru/index.php?title=Моделирование_временных_рядов_2023/24&oldid=84913»