欢迎访问我的个人Github查看更多内容（国内访问Github不稳定，可以换个时间段访问，或者百度解决方案）： https://github.com/charliedream1/ai_quant_trade 股票AI操盘手：从学习、模拟到实盘，一站式平台。包含股票知识、策略实例、因子挖掘、传统策略、机器学习、深度学习、强化学习、图网络、高频交易、C++部署和聚宽实例代码等，可以方便学习、模拟及实盘交易 如果觉得好，就在Github点个星吧（您送我一颗星，我送您一颗心）。 Github后续会持续更新，欢迎关注。 # 1. 简介 本样例主要介绍了tsfresh工具包自动在时间序列上提取特征，从股票高开低收经4组数据即可提取5000多为的特征出来。 - 主页 | https://tsfresh.com/ - 文档 | https://tsfresh.readthedocs.io/en/latest/ - Github | https://github.com/blue-yonder/tsfresh - Stars | 7.1k - 协议 | MIT Tsfresh是处理时间序列的关系数据库的特征工程工具，能自动从时间序列中提取100多个特征。 该软件包包含多种特征提取方法和一种稳健的特征选择算法， 还包含评价这些特征对回归或分类任务的解释能力和重要性的方法。 特点 - tsfresh一方面提供了大量衍生规则（统计指标计算的方法）供使用者按照自身需求单独调用； 另一方面，提供了自动提取大量统计指标特征并自动进行筛选的方法。 - TsFresh能自动地计算出大量的时间序列特征，即所谓的特征， 这些特征描述了时间序列的基本特征，如峰数、平均值或最大值或更复杂的特征， 如时间反转对称统计。同时通过假设检验来将特征消减到最能解释趋势的特征，称为去相关性。 然后，可以使用这些特征集在时间序列上构造统计或机器学习模型，例如在回归或分类任务中使用。 总的来讲，对于时间序列分类问题，获取有用的信息特征可以从以下3个思路做起： - 考虑时间序列中最有代表性的子序列特征 - 整体考虑时间序列，给出序列中的极值处的特征描述和其他一些有统计意义的数值 - 结合「1」和「2」 ## 1.1 相似库介绍 1. featuretools: - Github: https://github.com/alteryx/featuretools - Stars: 6.5k - 协议：BSD-3.0 - 可以自动提取特征，主要采用求已有特征最大、最小、方差、导数等方法扩展特征，不是专门针对时间序列设计的 # 2. 原理 1. 衍生规则 tsfresh.feature_extraction.feature_calculators 模块提供了平方和、 一阶差分绝对和等多种统计指标的计算方法，可直接调用进行特征提取。在平时使用的均值、 方差等之外提供了新的特征提取维度。 2. 特征工程 tsfresh提供了大量衍生规则提取特征（具体内容见官网），然后利用与Y的相关性进行特征筛选。 官方程将这些操作进行了自动化集成，利用框架一键可达。但缺点是一次性生成大量特征， 若需要按照特定衍生规则生成特征较为麻烦。 tsfresh能够衍生很多特征，并且能够进行并行衍生， 底层用的是multiprocessing的pool，问题在于对于大数据集衍生太多的特征了， 一次性衍生完毕内存要爆（可以使用参数chunk控制分批加载），速度也慢， 所以比较推荐用户自行指定一部分衍生规则进行衍生， # 参考 [1] Tslearn & Tsfresh简单介绍, https://zhuanlan.zhihu.com/p/358648965 [2] tsfresh基本原理及使用, https://blog.csdn.net/qq_24591139/article/details/124705146