金融时间序列的 mlr3 重采样扩展包答案

【问题标题】：mlr3 resampling extension packages for financial time series金融时间序列的 mlr3 重采样扩展包
【发布时间】：2021-03-12 11:41:43
【问题描述】：

我找不到允许重新采样适用于金融市场/时间序列数据的方法的扩展包（例如，在“滚动窗口”或“增长窗口”上训练模型并在训练窗口。这本书一般都提到了额外的包，但我还没有找到它们。有人可以帮忙吗？

【问题讨论】：

标签： mlr3

【解决方案1】：

有一个包mlr3forecasting 朝着这个方向发展。然而，它目前尚未完成，并且缺乏维护者。因此，不幸的是，目前尚不直接支持时间序列。如果您有兴趣做出贡献，我很乐意提供帮助。

除此之外，如果我们能抽出时间来研究它，可能会在某个时候出现一种用于分类/回归的简单 CV 方法。

【讨论】：

谢谢。我看到 mlr3forecasting 包有方法 forecastHoldout 和 cv。这似乎正是我所需要的。但它还不能通过 CRAN 获得。
如果我改为使用 rsmp("custom")，我是否必须手动编写类似 resampling1$instantiate(task, train=c(1:10), test=(11)) resampling2$instantiate(task, train=c(1:11), test=(12)) 的内容？或者有没有办法自动“自定义”这个？

【解决方案2】：

根据https://mlr3forecasting.mlr-org.com/，看起来有一个滚动窗口简历，如下所示：

task = tsk("petrol")
learner = LearnerRegrForecastVAR$new()
rr = rsmp("RollingWindowCV", folds = 5, fixed_window = F)
rr$instantiate(task)
resample = resample(task, learner, rr, store_models = TRUE)
resample$predictions()

【讨论】：