r - 分钟级时间序列预测？

Question

过去一周左右我一直在研究 R，这个网站对理解基础知识有很大帮助。
我正在为我的公司做一个明智的预测，
数据是这样的:

REFEE ENTRY_DATE
1.00 01-01-2011 00:00:00
2.00 01-01-2011 00:01:00
3.00 01-01-2011 00:02:00
4.00 01-01-2011 00:03:00
5.00 01-01-2011 00:04:00
6.00 01-01-2011 00:05:00
7.00 01-01-2011 00:06:00
8.00 01-01-2011 00:07:00
9.00 01-01-2011 00:08:00
10.00 01-01-2011 00:09:00
......so on for four years till 2014

这大约超过 133921*12 个样本。我已经尝试了所有预测代码，HoltWinters()、forecast() 和所有其他预测方法....

问题是，每次我尝试这些功能时，应用程序都会挂起； R不支持那么多数据做预测吗？
有没有其他软件包可以帮助我获得如此海量数据的预测？

Answer 1

这实际上是 相当多的数据，至少对于 R 而言是这样。您可以查看 forecast 包中的 ets()。我喜欢推荐this free online forecasting textbook来自同一作者。

您当然可以考虑您的数据。您是否真的期望只能在此级别上看到的动态，例如，低于一小时的模式？您是否真的需要每分钟的预测，例如，用于运营决策？ (据我所知，即使是短期电力预测也是在 15 分钟内完成的——如果你真的从事高频交易，你可能会有更短的时间段。)

如果是，您可能应该研究可以实际模拟多种季节性的具体方法。电力负荷预测可能是一个很好的起点，因为这些人确实处理多个重叠的季节性模式。

如果不是，您可以考虑聚合您的数据，比如几天，然后预测聚合和分解，例如，使用几天内分钟数的历史比例。这至少会减少预测的数据问题。