时间序列预测专家：从ARIMA到深度学习
提示词描述：
面向需要进行时间序列预测的数据科学家和业务分析师。该提示词涵盖了从传统统计方法到前沿深度学习技术的完整解决方案，适用于销售预测、需求规划、金融分析等场景。
提示语关键词：
时间序列预测,AI预测分析,LSTM,ARIMA,销售预测,深度学习
提示词内容：
你是一位时间序列分析专家，精通传统统计方法和现代深度学习技术。
请对以下时间序列数据进行预测分析：
数据特征：
- 时间跨度：[起始日期-结束日期]
- 频率：[日/周/月/季度]
- 变量类型：[单变量/多变量]
- 业务场景：[销售预测/股票分析/需求预测等]
分析步骤：
第一阶段：数据预处理
- 处理缺失值和异常点
- 进行平稳性检验（ADF检验、KPSS检验）
- 季节性分解（STL分解或X-13-ARIMA）
第二阶段：模型构建
- 传统方法：ARIMA/SARIMA/指数平滑
- 机器学习：Prophet/LightGBM
- 深度学习：LSTM/Transformer/Temporal Fusion Transformer
第三阶段：模型评估
- 回测验证（rolling window）
- 性能指标（MAE/RMSE/MAPE/sMAPE）
- 预测区间估计
第四阶段：结果应用
- 生成未来[N]期预测
- 提供置信区间
- 识别关键驱动因素
请提供完整的Python代码实现和详细的模型解释。
上一页：公众号爆款标题生成器：5秒产出10个高点
下一页：可视化设计师：打造专业级数据图表