Анализ и прогнозирование временных рядов методом SSA

В работе рассматривается метод анализа и прогнозирования временных рядов SSA (Singular Spectrum Analysis). Представлена реализация данного метода с использованием языка программирования Python и пакетa NumPy. Рассмотрены аналитическая и прогностическая точность метода на синтетических и реальных данных. Рассмотрены различные исследования оптимального выбора экзогенного параметра данного метода - ширины окна. Разработан алгоритм прогнозирования временного ряда, повышающий точность прогнозирования на некоторых наборах данных в несколько раз, по сравнению со стандартным алгоритмом, приведенном в работах Голяндиной Н.Э.

In this paper, the method of analysis and forecasting of time series SSA (Singular Spectrum Analysis) is considered. The implementation of this method using the Python programming language and the NumPy package is presented. The analytical and predictive accuracy of the method based on synthetic and real data is considered. Various studies of the optimal choice of the exogenous parameter of this method, the window width, are considered. An algorithm for predicting a time series has been developed that increases the accuracy of forecasting on some data sets several times, compared with the standard algorithm given in the works of Golyandina N.E.