変換とローリング指標

直感 #

生の時系列データにはトレンドや不均一な分散が含まれていることが多く、そのままではモデルがうまく学習できない。差分をとって定常化し、リサンプリングで粒度を変え、移動統計量で局所的な傾向を把握する。こうした前処理を経ることで、モデルが捉えるべきシグナルが浮かび上がる。

詳細な解説 #

このチャプターで学べること #

• 1次差分による定常化と、原系列との比較方法
• 日次から週次・月次へのリサンプリングでトレンドを抽出する手法
• 移動平均・移動標準偏差の描画による変動の安定性確認
• ローリング相関で2系列間の関係の時間変化を追う方法
• ウォークフォワード検証（ローリング予測）で予測精度を時点ごとに評価する手法

これがわかるとできること #

• 非定常な系列を定常化し、ARIMAなどのモデルに適した入力を準備できる
• 業務サイクルに合わせた粒度でトレンドを読み取れる
• モデルの予測が時間とともに劣化していないかを検証できる

学習の進め方 #

1. まず差分変換で定常化の基本を押さえる
2. リサンプリングと移動統計量でトレンド把握の手法を学ぶ
3. ローリング相関とウォークフォワードで応用的な検証に進む