time-series

TimeCopilot：生成式 AI 预测代理。基于大语言模型与时间序列基础模型，通过单一 API 即可进行预测、交叉验证与异常检测。从金融、能源到网页分析，TimeCopilot 能将自然语言查询转化为生产级预测。

Django 的报表引擎。创建仪表板以及独立的报表与图表。

论文“A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series”的代码库。

soft-DTW 的 Python 实现

已弃用，现已整合至 sktime - 基于 TensorFlow 的深度学习配套套件

Modeltime 在单一框架中整合了时间序列预测模型与机器学习。

Rust 时间序列分析库，提供 Python 与 Javascript 绑定

精选的公开工业数据集集合。

“非平稳 Transformer：探索时间序列预测中的平稳性”（NeurIPS 2022）代码发布，https://arxiv.org/abs/2205.14415

用于时间序列的大型语言模型与基础模型。

大型时间序列模型的实现、预训练代码与数据集

关于时间序列领域的综合调查。

此仓库包含时间序列分割相关论文的阅读清单。此仓库持续更新中。

用于 Python 中 Kepler 与 TESS 时间序列分析的友好套件。

通过时频一致性进行时间序列的自监督对比学习

使用 NARMAX 模型进行系统识别的 Python 套件

以 Python 编程为特色的计量经济学教学。这是一门快速课程，旨在复习基础计量经济学中最核心的概念与技术，理论呈现简洁且无繁琐推导，Python 代码直观易懂。

SiriDB 是一款高扩展性、强大且超快速的时间序列数据库。SiriDB 从底层构建，使用独特的机制在没有全局索引的情况下运作，并允许即时新增服务器资源。SiriDB 独特的查询语言包含时间序列的动态分组，便于对大量时间序列进行分析。

论文「SAITS: Self-Attention-based Imputation for Time Series」的官方 PyTorch 实现。这是一个用于高效时间序列插补的快速且最先进（SOTA）深度学习神经网络模型（利用机器学习填补包含 NaN 缺失值的多变量不完整时间序列）。https://arxiv.org/abs/2202.08516