DGM-离散灰色模型
用于建立离散灰色模型，适合小样本或信息不完全条件下的趋势拟合与预测，可辅助查看模型拟合和预测结果；使用前应检查序列特征是否符合方法假设。
算法目录
按类目、下载状态和价格筛选全部算法。
分类筛选
VECM-协整向量误差修正（VECM）
用于建立向量误差修正模型（VECM），分析存在协整关系的多变量时间序列的短期波动与长期均衡。
VAR-向量自回归（VAR）
用于建立向量自回归（VAR）模型，分析多个时间序列之间的动态影响、滞后关系和联合预测。
STL_SSA-STL和SSA分解
用于 STL 季节趋势分解与 SSA 奇异谱分析，帮助提取时间序列的趋势、季节和噪声成分。
Prophet-Prophet时间序列
用于使用 Prophet 建立包含趋势、季节性和节假日效应的时间序列预测模型。
Kalman-卡尔曼滤波
用于使用卡尔曼滤波进行动态状态估计、信号平滑和时序预测，适合含噪声的动态系统数据。
GARCH-广义自回归条件异方差
用于建立 GARCH 类模型分析波动聚集和条件异方差，适合金融收益率及其他波动随时间变化的序列。
ETS-指数平滑
用于使用指数平滑（ETS）方法分解并预测时间序列中的误差、趋势和季节成分。
ARIMA-自回归差分移动平均模型
用于建立 ARIMA 时间序列模型，通过自回归、差分和移动平均结构刻画序列变化，适合具有趋势或自相关特征的单变量预测。
当前第 3 页，共 4 页，共 30 个算法