Python 时间序列的牛顿算法函数
Newton Algorithm Function for Time Series in Python
亲爱的 Whosebug 社区，您好，
首先，我要感谢所有为这个论坛做出贡献的人，从而直接或间接地帮助世界上所有编码技能不发达的人。
现在回答我的问题。
我有一系列波动率，最后 12 个波动率中的每一个都用于指数加权移动平均线以预测该期间的波动率。见下图中的公式。
https://i.stack.imgur.com/Z7dn3.png
现在我需要获取权重值，这应该通过使用 Newton Raphson 算法来最小化不同权重的平方误差之和来完成。
我现在的问题是如何优雅地将其转换为 Python。
我已经看过有关如何使用牛顿法的教程，但其中大部分都与更简单的函数有关，我找不到任何关于时间序列的内容。
我的想法是以某个权重开始循环并计算系列和该权重的平方误差之和，然后每当这些误差平方和的结果较小时在循环中降低该权重0.1 递增，然后如果它再次开始上升，则随权重增加 0.01，直到错误结果再次上升。
然而，这似乎是一个相当复杂的方法，如果有人能告诉我是否有另一种更简单的方法来处理这个问题，我会很高兴，因为我在使用 Python 和时间序列。
所以我并不是特别在寻找编码示例，而是在寻找有关在哪里以及如何寻找问题解决方案的指南，而不是让我自己太难解决。
提前致谢
尼克
Newton-Ralphson 方法在 scipy see here 中实现。
您可以使用它而不是重新实现代码。
向它传递一个函数，该函数将权重作为计算该权重平方误差总和的唯一参数。
亲爱的 Whosebug 社区，您好，
首先，我要感谢所有为这个论坛做出贡献的人，从而直接或间接地帮助世界上所有编码技能不发达的人。
现在回答我的问题。 我有一系列波动率，最后 12 个波动率中的每一个都用于指数加权移动平均线以预测该期间的波动率。见下图中的公式。
https://i.stack.imgur.com/Z7dn3.png
现在我需要获取权重值，这应该通过使用 Newton Raphson 算法来最小化不同权重的平方误差之和来完成。 我现在的问题是如何优雅地将其转换为 Python。 我已经看过有关如何使用牛顿法的教程，但其中大部分都与更简单的函数有关，我找不到任何关于时间序列的内容。
我的想法是以某个权重开始循环并计算系列和该权重的平方误差之和，然后每当这些误差平方和的结果较小时在循环中降低该权重0.1 递增，然后如果它再次开始上升，则随权重增加 0.01，直到错误结果再次上升。 然而，这似乎是一个相当复杂的方法，如果有人能告诉我是否有另一种更简单的方法来处理这个问题，我会很高兴，因为我在使用 Python 和时间序列。
所以我并不是特别在寻找编码示例，而是在寻找有关在哪里以及如何寻找问题解决方案的指南，而不是让我自己太难解决。
提前致谢
尼克
Newton-Ralphson 方法在 scipy see here 中实现。 您可以使用它而不是重新实现代码。 向它传递一个函数，该函数将权重作为计算该权重平方误差总和的唯一参数。