PyTorchTS

PyTorchTS 是一个基于 PyTorch 的概率时间序列预测框架，它利用 GluonTS 作为其后端 API，并用于加载、转换和回测时间序列数据集，从而提供最先进的 PyTorch 时间序列模型。

安装

$ pip3 install pytorchts

快速入门

下面我们通过 GluonTS 的 README 来展示 API 的变化。

import matplotlib.pyplot as plt
import pandas as pd
import torch

from gluonts.dataset.common import ListDataset
from gluonts.dataset.util import to_pandas

from pts.model.deepar import DeepAREstimator
from pts import Trainer

这个简单的示例说明了如何在一些数据上训练模型，然后使用该模型进行预测。首先，我们需要收集一些数据：在这个例子中，我们将使用提及 AMZN 股票代码的推文数量。

url = "https://raw.githubusercontent.com/numenta/NAB/master/data/realTweets/Twitter_volume_AMZN.csv"
df = pd.read_csv(url, header=0, index_col=0, parse_dates=True)

前 100 个数据点如下所示：

df[:100].plot(linewidth=2)
plt.grid(which='both')
plt.show()

现在我们可以为模型准备一个训练数据集。数据集本质上是字典的可迭代集合：每个字典代表一个时间序列，可能附带相关特征。对于这个示例，我们只有一个条目，由 "start" 字段指定，即第一个数据点的时间戳，以及包含时间序列数据的 "target" 字段。为了训练，我们将使用截至 2015 年 4 月 5 日午夜的数据。

training_data = ListDataset(
    [{"start": df.index[0], "target": df.value[:"2015-04-05 00:00:00"]}],
    freq = "5min"
)

预测模型是一个 预测器 对象。获取预测器的一种方法是训练相应的估计器。实例化估计器需要指定它将处理的时间序列的频率，以及要预测的时间步数。在我们的示例中，我们使用的是 5 分钟的数据，因此 req="5min"，我们将训练一个模型来预测接下来的 1 小时，所以 prediction_length=12。模型的输入将在每个时间点是一个大小为 input_size=43 的向量。我们还指定了几个最小的训练选项，特别是使用 device 进行训练，训练 epoch=10 次。

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

estimator = DeepAREstimator(freq="5min",
                            prediction_length=12,
                            input_size=19,
                            trainer=Trainer(epochs=10,
                                            device=device))
predictor = estimator.train(training_data=training_data, num_workers=4)

    45it [00:01, 37.60it/s, avg_epoch_loss=4.64, epoch=0]
    48it [00:01, 39.56it/s, avg_epoch_loss=4.2, epoch=1] 
    45it [00:01, 38.11it/s, avg_epoch_loss=4.1, epoch=2] 
    43it [00:01, 36.29it/s, avg_epoch_loss=4.05, epoch=3]
    44it [00:01, 35.98it/s, avg_epoch_loss=4.03, epoch=4]
    48it [00:01, 39.48it/s, avg_epoch_loss=4.01, epoch=5]
    48it [00:01, 38.65it/s, avg_epoch_loss=4, epoch=6]   
    46it [00:01, 37.12it/s, avg_epoch_loss=3.99, epoch=7]
    48it [00:01, 38.86it/s, avg_epoch_loss=3.98, epoch=8]
    48it [00:01, 39.49it/s, avg_epoch_loss=3.97, epoch=9]

在训练过程中，会显示有关进度的有用信息。要全面了解可用选项，请参阅 DeepAREstimator（或其他估计器）和 Trainer 的源代码。

现在我们已经准备好进行预测了：我们将预测 2015 年 4 月 15 日午夜之后的一小时。

test_data = ListDataset(
    [{"start": df.index[0], "target": df.value[:"2015-04-15 00:00:00"]}],
    freq = "5min"
)

for test_entry, forecast in zip(test_data, predictor.predict(test_data)):
    to_pandas(test_entry)[-60:].plot(linewidth=2)
    forecast.plot(color='g', prediction_intervals=[50.0, 90.0])
plt.grid(which='both')

请注意，预测是以概率分布的形式显示的：阴影区域分别表示以中位数（深绿色线）为中心的 50% 和 90% 预测区间。

开发

pip install -e .
pytest test

引用

要引用此仓库：

@software{pytorchgithub,
    author = {Kashif Rasul},
    title = {{P}yTorch{TS}},
    url = {https://github.com/zalandoresearch/pytorch-ts},
    version = {0.6.x},
    year = {2021},
}

科学论文

我们使用此框架实现了以下模型：

• 基于条件归一化流的多变量概率时间序列预测

@INPROCEEDINGS{rasul2020tempflow,
  author = {Kashif Rasul and  Abdul-Saboor Sheikh and  Ingmar Schuster and Urs Bergmann and Roland Vollgraf},
  title = {{M}ultivariate {P}robabilistic {T}ime {S}eries {F}orecasting via {C}onditioned {N}ormalizing {F}lows},
  year = {2021},
  url = {https://openreview.net/forum?id=WiGQBFuVRv},
  booktitle = {International Conference on Learning Representations 2021},
}

• 自回归去噪扩散模型用于多变量概率时间序列预测

@InProceedings{pmlr-v139-rasul21a,
  title = 	 {{A}utoregressive {D}enoising {D}iffusion {M}odels for {M}ultivariate {P}robabilistic {T}ime {S}eries {F}orecasting},
  author =       {Rasul, Kashif and Seward, Calvin and Schuster, Ingmar and Vollgraf, Roland},
  booktitle = 	 {Proceedings of the 38th International Conference on Machine Learning},
  pages = 	 {8857--8868},
  year = 	 {2021},
  editor = 	 {Meila, Marina and Zhang, Tong},
  volume = 	 {139},
  series = 	 {Proceedings of Machine Learning Research},
  month = 	 {18--24 Jul},
  publisher =    {PMLR},
  pdf = 	 {http://proceedings.mlr.press/v139/rasul21a/rasul21a.pdf},
  url = 	 {http://proceedings.mlr.press/v139/rasul21a.html},
}

• 基于隐式分位数网络的概率时间序列预测

@misc{gouttes2021probabilistic,
      title={{P}robabilistic {T}ime {S}eries {F}orecasting with {I}mplicit {Q}uantile {N}etworks}, 
      author={Adèle Gouttes and Kashif Rasul and Mateusz Koren and Johannes Stephan and Tofigh Naghibi},
      year={2021},
      eprint={2107.03743},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

PyTorchTS 快速上手指南

PyTorchTS 是一个基于 PyTorch 的概率时间序列预测框架。它利用 GluonTS 作为后端 API 来处理数据的加载、转换和回测，同时提供先进的 PyTorch 时间序列模型（如 DeepAR）。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：推荐 Python 3.7 及以上
• 核心依赖：
  • PyTorch (需预先安装)
  • GluonTS
  • Pandas, Matplotlib (用于数据处理和可视化)
• 硬件加速（可选）：如需使用 GPU 加速训练，请确保已安装对应的 CUDA 版本及 torch GPU 版本。

国内加速建议： 如果下载依赖较慢，建议使用国内镜像源安装基础依赖：

pip install torch pandas matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

使用 pip 直接安装 PyTorchTS：

pip3 install pytorchts

若需使用国内镜像源加速安装：

pip3 install pytorchts -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

以下示例演示了如何加载数据、训练一个 DeepAR 模型并进行概率预测。

1. 导入依赖与准备数据

首先导入必要的库，并加载示例数据（亚马逊股票相关的推文数量）。

import matplotlib.pyplot as plt
import pandas as pd
import torch

from gluonts.dataset.common import ListDataset
from gluonts.dataset.util import to_pandas

from pts.model.deepar import DeepAREstimator
from pts import Trainer

# 加载数据
url = "https://raw.githubusercontent.com/numenta/NAB/master/data/realTweets/Twitter_volume_AMZN.csv"
df = pd.read_csv(url, header=0, index_col=0, parse_dates=True)

# 可视化前 100 个数据点
df[:100].plot(linewidth=2)
plt.grid(which='both')
plt.show()

2. 构建训练数据集

将数据转换为 ListDataset 格式。本例使用 2015 年 4 月 5 日之前的数据进行训练，频率为 5 分钟。

training_data = ListDataset(
    [{"start": df.index[0], "target": df.value[:"2015-04-05 00:00:00"]}],
    freq="5min"
)

3. 定义模型与训练

实例化 DeepAREstimator。设置预测长度为 12（即预测未来 1 小时，因为频率是 5 分钟），并指定训练设备（自动检测 CUDA）。

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

estimator = DeepAREstimator(freq="5min",
                            prediction_length=12,
                            input_size=19,
                            trainer=Trainer(epochs=10,
                                            device=device))

# 开始训练
predictor = estimator.train(training_data=training_data, num_workers=4)

训练过程中会输出每个 epoch 的损失情况，例如：

45it [00:01, 37.60it/s, avg_epoch_loss=4.64, epoch=0]
...
48it [00:01, 39.49it/s, avg_epoch_loss=3.97, epoch=9]

4. 进行预测与可视化

使用训练好的 predictor 对测试数据（截至 2015 年 4 月 15 日）进行预测，并绘制结果。预测结果包含概率分布，图中阴影部分分别表示 50% 和 90% 的置信区间。

test_data = ListDataset(
    [{"start": df.index[0], "target": df.value[:"2015-04-15 00:00:00"]}],
    freq="5min"
)

for test_entry, forecast in zip(test_data, predictor.predict(test_data)):
    to_pandas(test_entry)[-60:].plot(linewidth=2)
    forecast.plot(color='g', prediction_intervals=[50.0, 90.0])

plt.grid(which='both')
plt.show()