1. 算法主要分为 3 步
1）用时间序列分解拟合曲线
- 目的：过滤时间序列不平稳的成分，得到平稳噪声
- 什么是时间序列分解
三种类型的时序模式（pattern）组成一段时间序列[X1, ...，Xn]
1）Trend（趋势），数据长期的增长或下降的特产
2）Seasonal（周期），数据潜在的周期性
3）Residual（残差），剩下的数据部分
三种成分组合方式：加法模型、乘法模型
使用加法模型，三种模式加和，适用于周期浮动比较稳定的序列 - 时间序列分解算法：STL、X12-ARIMA、STAMP
- 选用 STL（基于局部加权回归的周期趋势分解）
- 传统 STL 分解中，当有非平缓趋势被检测到，原始数据去除周期、趋势之后，残差项将增加一段陡坡
