Python：生成具有趋势的随机时间序列数据（例如周期性、指数衰减等）
Posted
技术标签:
【中文标题】Python：生成具有趋势的随机时间序列数据（例如周期性、指数衰减等）【英文标题】：Python: Generate random time series data with trends (e.g. cyclical, exponentially decaying etc) 【发布时间】：2018-05-12 13:40:43 【问题描述】：我正在尝试生成一些随机时间序列，其趋势包括周期性（例如销售）、指数下降（例如 Facebook 帖子上的点赞数）、指数增加（例如比特币价格）、普遍增加（股票行情）等。我可以生成一般递增/递减的时间序列，如下
import numpy as np
import pandas as pd
from numpy import sqrt
import matplotlib.pyplot as plt
vol = .030
lag = 300
df = pd.DataFrame(np.random.randn(100000) * sqrt(vol) * sqrt(1 / 252.)).cumsum()
plt.plot(df[0].tolist())
plt.show()
但我不知道如何产生周期性趋势或指数增长或下降趋势。有没有办法做到这一点 ？
【问题讨论】：
你可以使用np.random.exponential...
最简单的事情就是给你想要的趋势添加噪音。例如，计算指数曲线，并用加性高斯噪声破坏它。您也可以对其进行过滤以提供动力。
您是否考虑过正弦或余弦函数来增加周期性？
如果你想自己编码，也没那么复杂。看到这个答案：***.com/questions/56466979/…
【参考方案1】：
您可能想要评估TimeSynth
“TimeSynth 是一个开源库，用于生成用于*模型测试*的合成时间序列。该库可以生成规则和不规则时间序列。该架构允许用户将不同的*信号*与不同的架构匹配，从而允许要生成的大量信号。下面列出了可用的 *signals* 和 *noise* 类型。"
【讨论】：
以上是关于Python：生成具有趋势的随机时间序列数据（例如周期性、指数衰减等）的主要内容，如果未能解决你的问题，请参考以下文章