ChaosToolbox2p0_trial.rar 卢振波老师的混沌时间序列预测工具箱，可用，非常不错

时间序列的无监督特征学习

Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks（LSNet）

InfluxDB（influxdb2-2.1.1-linux-amd64.tar.gz）适用于Linux x86_64系统。 InfluxDB 是一个开源的时间序列数据库，能应付极高的写和查询并发数，主要用于存储大规模的时间戳数据（每条记录自动附加时间戳），如 DevOps 监控数据、应用系统运行指标数据、物联网感应器采集的数据及实时分析的结果数据等。InfluxDB 具备如下特征： 1.全部用 Go 语言编写，并被编译成单一运行程序，无须第三方依赖； 2.简洁、高效地写和查询 HTTP（S）编程接口（API）； 3.通过插件能与其他的数据采集工具集成，如 Graphite、collectd、OpenTSDB； 4.可以搭建高可用性的 InfluxDB 环境； 5.量身定制化的类-SQL 语言； 6.允许给序列数据附加标签来创建索引，以便快速高效查询； 7.通过定义策略轻松实现自动失效过时的数据； 8.基于 Web 的管理界面。

InfluxDB（influxdb2-2.1.1-windows-amd64.zip）适用于Windows x86_64系统。 InfluxDB 是一个开源的时间序列数据库，能应付极高的写和查询并发数，主要用于存储大规模的时间戳数据（每条记录自动附加时间戳），如 DevOps 监控数据、应用系统运行指标数据、物联网感应器采集的数据及实时分析的结果数据等。InfluxDB 具备如下特征： 1.全部用 Go 语言编写，并被编译成单一运行程序，无须第三方依赖； 2.简洁、高效地写和查询 HTTP（S）编程接口（API）； 3.通过插件能与其他的数据采集工具集成，如 Graphite、collectd、OpenTSDB； 4.可以搭建高可用性的 InfluxDB 环境； 5.量身定制化的类-SQL 语言； 6.允许给序列数据附加标签来创建索引，以便快速高效查询； 7.通过定义策略轻松实现自动失效过时的数据； 8.基于 Web 的管理界面。

InfluxDB（influxdb2-2.1.1-darwin-amd64.tar.gz）适用于macOS系统。 InfluxDB 是一个开源的时间序列数据库，能应付极高的写和查询并发数，主要用于存储大规模的时间戳数据（每条记录自动附加时间戳），如 DevOps 监控数据、应用系统运行指标数据、物联网感应器采集的数据及实时分析的结果数据等。InfluxDB 具备如下特征： 1.全部用 Go 语言编写，并被编译成单一运行程序，无须第三方依赖； 2.简洁、高效地写和查询 HTTP（S）编程接口（API）； 3.通过插件能与其他的数据采集工具集成，如 Graphite、collectd、OpenTSDB； 4.可以搭建高可用性的 InfluxDB 环境； 5.量身定制化的类-SQL 语言； 6.允许给序列数据附加标签来创建索引，以便快速高效查询； 7.通过定义策略轻松实现自动失效过时的数据； 8.基于 Web 的管理界面。

欧几里德法matlab代码Dynamic_Time_Warping 安装：要运行此代码，所有人都需要一个Matlab IDE。 该代码也可以在Octave 4.0中运行 开始：运行main.m。 在main.m文件中更改了参数。 如果需要，请编辑路径变量以更改输入文件的路径。 数据集文件夹中提供了示例od数据。 时间序列数据在此处以4种不同的方式分类，称为任务1-4。 在运行main.m之前，可以在特定的tas调用开始时使用％注释掉这些方法中的任何一种。如果删除了任务，则需要从第24行的结果中删除任务名称。 首先在reShape.m中将数据集划分为功能集和数据标签，然后在deNoise.m中对其进行规范化。 然后使用1-最近邻算法对它们进行分类。 main（）调用classifier（），classifier为每个测试数据调用knn（）。 数据以main.m中定义为Task 1-4的4种不同方式进行比较。 任务1：将数据与简单的欧几里得算法进行比较。 定义于euclid.m 任务2：比较方法是动态时间规整（DTW）。 该算法可以在这里找到。 在任务2中，对扭曲窗口大小w没有限制。 任务

题记：毕业一年多天天coding，好久没写paper了。在这动荡的日子里，也希望写点东西让自己静一静。恰好前段时间用python做了一点时间序列方面的东西，有一丁点心得体会想和大家分享下。在此也要特别感谢顾志耐和散沙，让我喜欢上了python。 什么是时间序列 时间序列简单的说就是各时间点上形成的数值序列，时间序列分析就是通过观察历史数据预测未来的值。在这里需要强调一点的是，时间序列分析并不是关于时间的回归，它主要是研究自身的变化规律的（这里不考虑含外生变量的时间序列）。 为什么用python 　　用两个字总结“情怀”，爱屋及乌，个人比较喜欢python，就用python撸了。能做时间序列的软

时间序列分析及应用：R语言（原书第2版），市面上很好的一本书，pdf版，希望大家能受益

苹果公司的股票数据。