Prophet时间序列预测原理
解释Facebook Prophet时间序列预测模型的核心组件：趋势、季节性和节假日效应。
回答
屠龙少年
Prophet (Taylor & Letham, 2018) 是一个分解式时间序列预测工具，专为业务预测设计。
模型公式：y(t) = g(t) + s(t) + h(t) + ε_t
1. 趋势项 g(t)：
- 分段线性趋势：自动检测变点(Change Point)，允许趋势在不同区间斜率变化
- 逻辑斯蒂增长：
g(t) = C(t) / (1 + exp(-k·(t - m)))，带饱和上限和变点 - Laplace先验控制变点稀疏性
2. 季节性 s(t)：
- 使用傅里叶级数：
s(t) = Σ[a_n·cos(2πnt/P) + b_n·sin(2πnt/P)] - 支持年/周/日多周期
- N越大拟合越精细（一般年：N=10，周：N=3）
3. 节假日效应 h(t)：
- 用户自定义节假日列表，每个节假日作为独立特征（one-hot 或 前后窗口）
- 适用于电商促销、春节、黑五等
优势：
- 自动处理缺失值与异常点
- 鲁棒性强，对趋势变化适应快
- 完全可解释（各成分可视化分离）
- 仅需少量数据即可训练
局限：不适合高频交易、复杂多变量非线性关系。