nonpy:使用 Python 进行非参数时间序列建模

【文件属性】：
文件名称：nonpy:使用 Python 进行非参数时间序列建模
文件大小：222KB
文件格式：ZIP
更新时间：2021-06-28 12:59:09
C 非皮 非参数时间序列建模。 将多元数据拟合到扩散过程。 阿尔法阶段。 基本上，您输入时间序列数据，然后输出类型为多元扩散过程的漂移向量和噪声矩阵 dX_t = f(X_t) dt + g(X_t) dW_t。 包括一些有用的方法，例如 Markov Property check 和更高的 Kramers-Moyal 系数。 几个有用的函数是（Cython 优化的）“crosscorrelate”函数，它在两个 Pandas 时间序列之间进行互相关（滞后），以及“binner”，它估计（多元）扩散过程的漂移和扩散项（也Cythonized ... BLAZING 快;)。 我编写 'crosscorrelate' 函数的原因是 scipy.crosscorrelate 对整个数据集（可能是一个时间序列，例如 10 亿个样本）进行完全卷积，而在实际情况下，可能只需要 100 个滞后

【文件预览】：
nonpy-master
----LICENSE.txt(32KB)
----nonpy()
--------cython()
--------__init__.py(0B)
--------nonpy.py(18KB)
----.idea()
--------nonpy.iml(286B)
--------misc.xml(213B)
--------.name(5B)
--------encodings.xml(166B)
--------inspectionProfiles()
--------modules.xml(264B)
--------scopes()
--------vcs.xml(182B)
----nonpytools.so(504KB)
----setup.py(1KB)
----README.md(992B)