{% extends "main.html" %} {% block tabs %} {{ super() }} {% endblock %} {% block content %}
v0.0.3 — Rust Turbo Mode 지원

시계열 예측을
단순하게

코드 한 줄. 30+ 모델. 설정 제로.
순수 파이썬 — 컴파일 의존성 없음.

30+ 모델
3개 의존성
10x Rust 가속
M4 벤치마크
설치하기 빠른 시작 GitHub
forecast.py
from vectrix import forecast

result = forecast("sales.csv", steps=12)
result.plot() # 자동 모델 + 구간 + 시각화
200K+ M3 & M4 대회에서 벤치마크된 시계열
65+ Forecast DNA 핑거프린팅이 추출하는 특성
0.696 M4 Hourly OWA — 대회 우승자급 정확도
<5ms Rust turbo 가속 ETS 모델 피팅
기능

예측에 필요한 모든 것

한 줄 예측부터 고급 적응형 지능까지 — Vectrix는 당신의 필요에 맞게 확장됩니다.

제로 설정

데이터만 넣으면 예측 완료. 모델 자동 선택, 하이퍼파라미터 튜닝, 평탄 예측 방어 모두 자동.

30+ 통계 모델

ETS, ARIMA, Theta, MSTL, TBATS, GARCH, CES, Croston, DOT, 4Theta, ESN, DTSF 등.

평탄 예측 방어

프로덕션에서 가장 흔한 예측 실패인 일정값 예측을 막는 고유한 4단계 시스템.

Forecast DNA

65+ 특성 핑거프린팅. 데이터 난이도, 최적 모델, 계절성, 유사 시리즈를 파악합니다.

적응형 지능

레짐 감지(HMM), 자가 치유 예측(CUSUM + EWMA), 8가지 비즈니스 제약 조건.

순수 파이썬

NumPy + SciPy + Pandas만 사용. 컴파일 불필요. 선택적 Rust turbo로 10배 속도.

확률적 예측

파라메트릭 분포(가우시안, Student-t, 로그정규), 분위수 예측, Conformal 예측 구간, CRPS 스코어링.

R-스타일 회귀

수식 인터페이스: regress(df, "sales ~ ads + price"). OLS, Ridge, Lasso, Huber, Quantile 전체 진단.

비즈니스 인텔리전스

이상치 탐지, What-if 시나리오, 백테스팅 프레임워크, 프로덕션 메트릭(WAPE, MASE, bias).

사용법

세 줄이면 충분합니다

예측, 분석, 회귀 — 모두 함수 한 번으로 동작합니다.

예측
from vectrix import forecast

result = forecast("sales.csv", steps=12)
result.plot()
result.to_csv("forecast.csv")
분석
from vectrix import analyze

report = analyze("data.csv")
print(report.dna.difficulty)
print(report.dna.recommended_model)
회귀
from vectrix import regress

r = regress(df, "sales ~ ads + price")
print(r.r_squared)
r.plot()
모델 카탈로그

30+ 모델, 하나의 통합 API

모든 모델이 동일한 fit → predict 인터페이스를 공유합니다. Vectrix가 데이터에 최적인 모델을 자동 선택합니다.

지수 평활
AutoETS Holt-Winters SES DES AutoCES 4Theta
ARIMA 계열
AutoARIMA ARIMAX SARIMA
분해
AutoMSTL AutoTBATS Theta DOT
비모수
DTSF ESN Fourier
변동성 & 특수
GARCH AutoCroston ADIDA IMAPA
ML & Foundation
LightGBM XGBoost Chronos-2 TimesFM
적응형 지능

현실에 적응하는 예측

현실 데이터는 지저분합니다. 레짐이 변하고, 이상치가 나타나고, 비즈니스 규칙이 중요합니다. Vectrix가 모두 처리합니다.

레짐 감지

HMM 기반 자동 레짐 식별. 구조적 변화를 감지하고 모델 선택을 적응시킵니다.

자가 치유 예측

CUSUM + EWMA 모니터링. 예측이 드리프트하면 오차가 누적되기 전에 자동 보정합니다.

8가지 비즈니스 제약

비음수, 범위 제한, 단조, 정수, 계절 하한/상한, 성장률 제한 등.

Forecast DNA 핑거프린팅

65+ 특성: 추세 강도, 계절성 유형, 노이즈 비율, 허스트 지수, 수요 밀도 등. 모델링 전에 데이터를 파악합니다.

adaptive.py
from vectrix import Vectrix

vx = Vectrix(data)

# 레짐 감지
regimes = vx.detectRegimes()

# 자가 치유 예측
healed = vx.healForecast(
  steps=12,
  actual=newData
)

# 비즈니스 제약
result = vx.forecast(
  steps=12,
  constraints=[
    NonNegative(),
    MaxGrowth(0.1)
  ]
)
성능

Rust Turbo Mode

선택적 Rust 가속 코어 루프. 모든 플랫폼 사전 빌드 wheel — Rust 컴파일러 불필요.

AutoETS
Python: 348ms
Rust: 32ms
10.8x 빠름
AutoARIMA
Python: 285ms
Rust: 51ms
5.6x 빠름
Theta
Python: 130ms
Rust: 16ms
8.1x 빠름

pip install "vectrix[turbo]" — wheel 미제공 시 순수 파이썬으로 자동 대체.

벤치마크

M3 & M4 Competition 결과

200,000+ 실제 시계열로 테스트. OWA < 1.0은 Naive2 베이스라인 초과.

대회 Yearly Quarterly Monthly Weekly Daily Hourly
M3 0.848 0.825 0.758 — — 0.819
M4 0.974 0.797 0.987 0.737 1.207 1.006
M4 앙상블 0.879 0.797 0.927 0.737 1.105 0.696

M4 앙상블은 DOT + AutoCES + 4Theta + DTSF + ESN의 VX-Ensemble 사용. Hourly 0.696 OWA = 대회 우승자급.

전체 벤치마크 결과 보기 →

pipeline.py
from vectrix import Vectrix

vx = Vectrix(data)

# 전체 파이프라인
pipe = vx.pipeline([
  "log",
  "deseasonalize",
  "scale"
])
result = pipe.forecast(12)

# 백테스팅
bt = vx.backtest(
  steps=12,
  windows=5
)

# What-if 시나리오
scenarios = vx.whatIf(
  shocks=[-0.2, 0, 0.2]
)
고급 기능

기본 예측을 넘어서

더 많은 제어가 필요할 때, Vectrix가 전체 도구를 제공합니다.

sklearn 스타일 파이프라인

변환기(log, scale, deseasonalize) 체인 연결, 예측 시 자동 역변환. 완전 직렬화 가능.

백테스팅 프레임워크

슬라이딩 윈도우 교차 검증, 커스터마이즈 가능한 메트릭. 배포 전 모델 성능 파악.

What-If 시나리오

예측에 대한 충격 영향 시뮬레이션. 비즈니스 계획 및 스트레스 테스트에 최적.

다변량 (VAR/VECM)

벡터 자기회귀, Granger 인과성, 충격 반응 함수, 공적분 검정.

활용 사례

실무에 바로 적용

수요 계획부터 금융 모델링까지 — Vectrix는 도메인에 맞게 적응합니다.

유통 & 이커머스

수요 예측, 재고 최적화, 계절 계획. 간헐적 수요 지원(Croston, ADIDA).

금융 & 트레이딩

변동성 모델링(GARCH), 시장 레짐 감지, 신뢰 구간 기반 확률적 리스크 평가.

에너지 & 유틸리티

다중 계절 패턴(시간/일/주) 부하 예측. MSTL과 TBATS가 복합 계절성 처리.

헬스케어 & IoT

환자 수 예측, 센서 데이터 예측, 드리프트 보정을 위한 자가 치유 이상치 탐지.

HR & 인력 관리

인력 수요 예측, 이직 예측. 부서별 계획을 위한 계층적 조정.

SaaS & 프로덕트

사용자 성장 모델링, 매출 예측, 이탈 예측. 비즈니스 제약이 현실적 성장 한계를 적용.

시작하기

초 단위 설치

필요에 맞는 설치 옵션을 선택하세요.

$ pip install vectrix
기본 — NumPy + SciPy + Pandas. 30+ 모델 포함.
Rust 가속 — 5~10배 빠름. 사전 빌드 wheel 제공.
ML — LightGBM + XGBoost + scikit-learn 모델 추가.
전체 — 모든 의존성 포함 (Rust + ML + Foundation).
비교

Vectrix vs 경쟁 라이브러리

프로덕션 예측에 특화된 기능을 제공합니다.

기능 Vectrix statsforecast Prophet Darts
제로 설정 예측 Yes Yes No No
순수 파이썬 (컴파일 의존성 없음) Yes No No No
30+ 통계 모델 Yes Yes No Yes
평탄 예측 방어 Yes No No No
Forecast DNA 핑거프린팅 Yes No No No
비즈니스 제약 (8종) Yes No No No
R-스타일 회귀 Yes No No No
자가 치유 예측 Yes No No No
Foundation model 래퍼 Yes No No Yes
VAR / VECM 다변량 Yes No No Yes
오픈 소스

MIT 라이선스. 영원히 무료.

개인 및 상업 프로젝트에서 자유롭게 사용하세요. 기여를 환영합니다.

MIT 라이선스

상업적 사용 제한 없음

GitHub

Star, Fork, 기여하기

387개 테스트

포괄적 테스트 커버리지

완전한 문서

API 레퍼런스, 가이드, 튜토리얼

예측을 시작할 준비가 되셨나요?

1분 안에 Vectrix를 시작하세요.

시작하기 GitHub에서 Star Buy Me A Coffee 커피 한잔 사주기
{% endblock %}