Awesome GitHub RepositoriesTemporal Gap Handling

tsai ist eine Deep-Learning-Bibliothek für Zeitreihenklassifizierung, Regression und Prognosen. Basierend auf PyTorch und fastai bietet sie ein Framework, um sequenziellen Daten Labels zuzuweisen, zukünftige Werte in univariaten oder multivariaten Sequenzen vorherzusagen und Repräsentationen in unbeschrifteten Daten mittels selbstüberwachtem Lernen zu trainieren. Die Bibliothek zeichnet sich durch spezialisierte Funktionen für Temporal Engineering und Skalierung aus. Sie enthält Tools für zyklische zeitliche Kodierung zur Erfassung saisonaler Muster sowie Online-Window-Slicing zur Verarbeitung von Datensätzen, die den verfügbaren Arbeitsspeicher übersteigen. Zudem unterstützt sie multimodale Input-Pipelines, die statische kategoriale Merkmale mit dynamischen kontinuierlichen Sequenzen kombinieren. Das Toolkit deckt ein breites Spektrum an Anforderungen für Vorverarbeitung und Evaluierung ab, darunter Sliding-Window-Segmentierung, Imputation fehlender Daten und die Konvertierung von tabellarischen Dataframes in strukturierte Tensoren. Die Modellleistung wird durch Walk-Forward-Validierung und Feature-Importance-Analyse bewertet, um zeitliche Konsistenz sicherzustellen.

mplfinance is a financial time-series plotter and market data visualization framework built on Matplotlib. It is designed to render market data frames into specialized charts, including candlesticks, OHLC bars, Renko bricks, and point-and-figure columns. The library distinguishes itself through a dedicated market data framework that manages trading calendars and non-trading periods, ensuring accurate temporal spacing by collapsing gaps during holidays. It also provides a system for technical analysis charting, enabling the overlay of moving averages, volume bars, and other technical indicator