https://www.wikicshse.ru/index.php?action=history&feed=atom&title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20%2F21
Моделирование временных рядов 20/21 - История изменений
2026-06-06T12:36:00Z
История изменений этой страницы в вики
MediaWiki 1.45.3
https://www.wikicshse.ru/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D1%8B%D1%85_%D1%80%D1%8F%D0%B4%D0%BE%D0%B2_20/21&diff=1197&oldid=prev
imported>Bdemeshev: Migrated current public revision from wiki.cs.hse.ru
2021-01-10T14:51:12Z
<p>Migrated current public revision from wiki.cs.hse.ru</p>
<p><b>Новая страница</b></p><div>== О курсе ==<br />
<br />
Курс по выбору для студентов для студентов 3 и 4 курса в 1-2 модулях.<br />
<br />
'''Лектор:''' Демешев Борис Борисович<br />
<br />
Лекции проходят на Покровке по четвергам в ауд. M203 (18:10 - 19:30)<br />
<br />
'''Семинарист:''' Зехов Матвей Сергеевич<br />
<br />
Семинары проходят на Покровке по вторникам в ауд. D504 (09:30 - 10:50)<br />
<br />
<br />
=== Полезные ссылки ===<br />
<br />
[https://t.me/joinchat/D7t-fhh536WKWc7kj3Amxw Телеграм-чат курса]<br />
<br />
[https://anytask.org/course/707 Anytask курса]<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br />
<br />
[https://docs.google.com/spreadsheets/d/1Y5hVJGYCa9reYtMutx2uvusmujTofrW5K5uS8S9hUWM/edit?usp=sharing Таблица с оценками]<br />
<br />
== Боевой листок ==<br />
<br />
==== Неделя 1 ====<br />
<br />
[10 сентября] Лекция: Наивная модель. Оценка параметра. Точечный и интервальный прогноз. Алгоритм DTW.<br />
<br />
Семинар: Визуализация рядов, периодичность, тривиальные модели прогнозирования [https://www.youtube.com/watch?v=Qmvgjob--0o&feature=youtu.be&ab_channel=ФКНВШЭ—дистанционныезанятия Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_1.ipynb Ноутбук]<br />
<br />
Дополнительно: [https://m.youtube.com/watch?v=_K1OsqCicBY видео про DTW]<br />
<br />
==== Неделя 2 ====<br />
<br />
[17 сентября] Лекция: Наилучшее линейное приближение. Обычная и частная корреляция. Стационарность процесса. Очень краткое введение в МНК. <br />
Оценка корреляции. [https://www.youtube.com/watch?v=r-yJXsHrbfo Видео]<br />
<br />
Семинар: Задача линейной регрессии. Метод наименьших квадратов. Теорема Гаусса-Маркова. Статистические свойства оценок. Автокорреляции. [https://youtu.be/dVrsAXHytgw Видео] <br />
<br />
==== Неделя 3 ====<br />
<br />
[24 сентября] Лекция: Модели ETS. Правдоподобие моделей ETS. [https://youtu.be/F4dv_9sjodY видео]<br />
<br />
Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/KU75dnwChCY Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_3.ipynb Ноутбук]<br />
<br />
==== Неделя 4 ====<br />
<br />
[1 октября] Лекция: ETS-модель. Кросс-валидация. [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/01.10.2020.pdf Конспект]<br />
<br />
Семинар: Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества. [https://youtu.be/w_MBMoWJcGA Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_4.ipynb Ноутбук]<br />
<br />
[https://youtu.be/tyWPLaz8t6o Тестирование гипотез]<br />
<br />
==== Неделя 5 ====<br />
<br />
[15 октября] Лекция: перенос<br />
<br />
Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции. [https://youtu.be/WlzPAkZnRGg Видео]<br />
<br />
==== Неделя 6 ====<br />
<br />
[29 октября] Лекция: ARMA-модель [https://www.youtube.com/watch?v=KpD-YqjMv6o&list=PL1poMUvVlAqczCW8lenNwtJThBapSkHbu&index=2&ab_channel=BorisDemeshev Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/29.10.2020.pdf Конспект]<br />
<br />
Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций. [https://youtu.be/3Q7YhpFBmWc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_6.ipynb Ноутбук]<br />
<br />
==== Неделя 7 ====<br />
<br />
[5 ноября] Лекция: AR-процесс. Теорема о стационарных решениях. [https://www.youtube.com/watch?v=HNn6pKCUFuo&list=PL1poMUvVlAqczCW8lenNwtJThBapSkHbu&index=1&ab_channel=BorisDemeshev Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/05.11.2020.pdf Конспект]<br />
<br />
Семинар: Проблема нестационарности. Модели трендов. Детерминированный и стохастический тренды. ARIMA-модель. [https://youtu.be/dTpReT0ohpw Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_7.ipynb Ноутбук]<br />
<br />
==== Неделя 8 ====<br />
<br />
[12 ноября] Лекция: Общая схема выбора SARIMA-модели. Долгосрочная дисперсия гамма. [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/12.11.2020.pdf Конспект]<br />
<br />
Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная. [https://youtu.be/wylBal05Lc8 Видео]<br />
<br />
==== Неделя 9 ====<br />
<br />
[19 ноября] Лекция: перенос<br />
<br />
Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования [https://youtu.be/iPSgx4VaJfA Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_8.ipynb Ноутбук]<br />
<br />
==== Неделя 10 ====<br />
<br />
[26 ноября] Лекция: закрываем процедуру отбора ARIMA модели, UCM-модель. [https://www.youtube.com/watch?v=Cl_g54KW6C0&list=PL1poMUvVlAqczCW8lenNwtJThBapSkHbu&index=6&ab_channel=BorisDemeshev Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/26.11.2020.pdf Конспект]<br />
<br />
Семинар: Составляющие UCM-модели. Симуляции отдельных компонент. [https://youtu.be/tNjGxpWd47E Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_9.ipynb Ноутбук]<br />
<br />
Восстановленный семинар: Разбор статьи о продвинутых методах кросс-валидации временных рядов. [https://youtu.be/8dT1jPMDbDA Видео] [https://arxiv.org/pdf/1905.11744.pdf Оригинал статьи]<br />
<br />
==== Неделя 11 ====<br />
<br />
[3 декабря] Лекция: Дискретное преобразование Фурье. [https://www.youtube.com/watch?v=ZUV5BRnYJII&list=PL1poMUvVlAqczCW8lenNwtJThBapSkHbu&index=5&ab_channel=BorisDemeshev Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/03.12.2020.pdf Конспект]<br />
<br />
Семинар: Оценка UCM-модели. Общий подход к классификации и кластеризации рядов. [https://youtu.be/i-iFEY1JVcI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/seminars/sem_10.ipynb Ноутбук]<br />
<br />
==== Неделя 12 ====<br />
<br />
[10 декабря] Лекция: Фильтр Калмана. [https://www.youtube.com/watch?v=nKXJuQiSCYQ&list=PL1poMUvVlAqczCW8lenNwtJThBapSkHbu&index=4&ab_channel=BorisDemeshev Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/lectures/10.12.2020.pdf Конспект]<br />
<br />
Семинар: GARCH-модель. Нелинейные модели (TAR, SETAR, STAR, Markov switching model). [https://youtu.be/lvWMpRhFDw8 Видео] [https://www.statsmodels.org/dev/examples/notebooks/generated/markov_autoregression.html Примеры использования марковской модели]<br />
<br />
==== Неделя 13 ====<br />
<br />
[17 декабря] Лекция: <br />
<br />
Семинар: VAR и SVAR модели. Impulse response functions. [https://youtu.be/3NmaTzR2enU Видео] [https://www.statsmodels.org/dev/vector_ar.html Пример кода]<br />
<br />
=== Контрольная работа и экзамен ===<br />
[https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf контрольная], дропбокс [https://www.dropbox.com/request/ViqJ3JZkHyLwlAqHBSjS для загрузки решений].<br />
<br />
<br />
[https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf экзамен], [https://classroom.github.com/a/KXMv-yP1 git-classroom для решений]<br />
<br />
=== Домашние задания ===<br />
<br />
'''Общие правила'''<br />
<br />
Домшние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br />
<br />
Мягких дедлайнов нет. Все дедлайны жёсткие.<br />
<br />
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br />
<br />
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br />
<br />
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br />
<br />
Формат файла для сдачи домашнего задания:<br />
<br />
Схема: ДЗ_{Номер домашнего задания}_{Фамилия кириллицей}_{Город (Москва/Петербург)}.ipynb<br />
<br />
Пример: ДЗ_1_Зехов_Петербург.ipynb<br />
<br />
<br />
'''Домашнее задание 1'''<br />
<br />
Обработка данных. Визуализация. Построение тривиальных моделей прогнозирования.<br />
<br />
Выдается: 27.09.2020 18.00<br />
<br />
Дедлайн: 09.10.2020 23.00<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/HW1.ipynb Задание]<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/hw_data_bad.xlsx Данные]<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/hw_data_good.csv Эталонные данные]<br />
<br />
'''Домашнее задание 2'''<br />
<br />
Стабилизация дисперсии. Отбор моделей. Тестирование качества оценки модели. Кросс-валидация.<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/HW_2/HW_2.ipynb Задание]<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/HW_2/hw_data.csv Данные]<br />
<br />
Выдается: 06.10.2020 18.30<br />
<br />
Дедлайн: 18.10.2020 23.00<br />
<br />
'''Домашнее задание 3'''<br />
<br />
Модели ARIMA/SARIMA/DL/ADL, стратегии прогнозирования<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/HW_3/HW_3.ipynb Задание]<br />
<br />
Выдается: 18.11.2020 01.30<br />
<br />
Дедлайн: 05.12.2020 6.00<br />
<br />
'''Домашнее задание 4'''<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/blob/master/2020-fall/homeworks-practice/HW_4/HW_4.ipynb Задание]<br />
<br />
[https://github.com/Pyatachokk/hse_ts_course/tree/master/2020-fall/homeworks-practice/HW_4/M4_sample Данные]<br />
<br />
Выдаётся: 02.12.2020 02.00<br />
Дедлайн: 16.12.2020 23.00<br />
<br />
=== Итоговая оценка за курс ===<br />
<br />
Итог = 0.4 * ДЗ + 0.3 * КР + 0.3 * Экз<br />
<br />
ДЗ — средняя оценка за домашние задания<br />
<br />
КР — оценка за контрольную работу<br />
<br />
Экз — оценка за письменный экзамен<br />
<br />
== Литература ==<br />
<br />
* Tsay R. S. Analysis of financial time series<br />
<br />
* Лекции курса [https://ocw.mit.edu/courses/economics/14-384-time-series-analysis-fall-2013/download-course-materials/ по временным рядам от MIT]. <br />
<br />
* Коралов Л.Б., Синай Я.Г. — [https://www.mindmeister.com/generic_files/get_file/7942550?filetype=attachment_file Теория вероятностей и случайные процессы]<br />
<br />
* Van der Vaart A. W. Time series [https://www.math.leidenuniv.nl/~avdvaart/timeseries/index.html lecture notes]<br />
<br />
* Hyndman R. J., Athanasopoulos G. [https://otexts.com/fpp3/ Forecasting principles and practice], книга написана для языка R, однако можно найти полезные материалы по теории, в частности, по моделям ETS<br />
<br />
* [https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python Kalman filter in python]<br />
<br />
* [https://pdfs.semanticscholar.org/0bc8/582016086017763b93e87ad8640ec1816aeb.pdf Unobserved component model]</div>
imported>Bdemeshev