通过时间序列模型预测虚拟玩具价格的数据集。
- 目标：使用2020-01-01到2022-07-17的价格，预测未来30天的价格，
- 训练集： 根目录的8组csv，包含2020-01-01到2022-07-17的价格。
- 测试集：test/ 目录下同名文件为测试集（未来30天价格， 总共8组虚拟玩具的价格情况， 即每个csv包含30行数据）。
- 评测指标GLOBAL MAE： 自行使用不同模型进行 最高价 预测，在训练集上训练模型， 预测未来30天的最高价格 ， 并于 test/ 目录的真实值对比 ，分别计算8组mae 值并取均值，则得出了global mae。
| 模型 | global mae | 备注 |
|---|---|---|
| theta | 287.2 | |
| arima | 319.06 | 自回归差分移动平均模型 |
| mlp | 420 | 多层感知机 |
| tcn | 320 | 卷积网络 |
| nbeats | 440 | 全连接网络 |
| 单层lstm+fc | 未知 |
来源于ccxt库，免责声明： 🐟我无关。 来源于ccxt库，免责声明： 🐟我无关。 来源于ccxt库，免责声明： 🐟我无关。
适用于 单（多）变量进行多步预测的场景。