This project is a Python Server-Side Extension (SSE) that exposes Excel-like FORECAST.ETS functions to Qlik Sense via an Analytics Connection (gRPC).
ExtensionService_forecast.py: gRPC SSE serverFuncDefs_forecast.json: SSE function definitions (what Qlik sees)ets.py: forecasting logic (ETS + helpers)
From the project folder:
python -m venv .venv
.\.venv\Scripts\python -m pip install -r requirements.txt.\.venv\Scripts\python .\ExtensionService_forecast.py --port 50053Or (uses system Python):
.\run_forecast_sse.ps1In QMC (or Qlik Sense Desktop where applicable):
- Name:
forecast_sse(example) - Type:
Server Side Extension - Host: the machine running the Python service (use
localhostfor same machine) - Port:
50053 - Certificates: this project can run insecure for local testing; for production use TLS certificates.
After creating it, you can call functions as forecast_sse.<FunctionName>(...) in measures.
Модуль вычисляет сезонность, аналогичную Excel FORECAST.ETS.SEASONALITY, но работает с помесячным таймлайном. Он приводит даты к первому числу месяца, агрегирует дубликаты, достраивает непрерывную месячную сетку между start_date и end_date (или между минимальной и максимальной датой), заполняет пропуски нулями (если fill_missing=True), затем выбирает период сезонности по максимуму автокорреляции на лагах 2..min(24, N/2). Если достоверной сезонности нет, возвращает 1.
Ниже описание логики из ets.py, в том порядке, как она выполняется.
- Входные данные:
values(числа),timeline(даты/числа/строки, опционально),fill_missing(по умолчанию True),aggregation(по умолчанию AVERAGE),start_dateиend_date(опционально). - Если
timelineне передан, он создается автоматически: последовательность месяцев начиная с2000-01-01длинойlen(values). - Каждый элемент
timelineприводится к началу месяца:datetimeиdateприводятся к первому числу месяца.numpy.datetime64и строки ISO-дат читаются как дата и тоже приводятся к 1-му числу.- Числа интерпретируются как:
yyyymmесли значение больше200000(например,202401),- иначе как Excel-серийная дата (база
1899-12-30).
- Пары
(месяц, значение)собираются в таблицу, значенияNoneиNaNотбрасываются. - Если несколько значений попадают в один и тот же месяц, они агрегируются по
aggregation:AVERAGE,COUNT,COUNTA,MAX,MEDIAN,MIN,SUM.
- Границы временной сетки:
- если
start_dateзадан, он используется как нижняя граница (после такого же парсинга), - иначе берется минимальный месяц из данных,
- аналогично для
end_date.
- если
- Строится непрерывная месячная сетка
MSмежду этими границами. Еслиfill_missing=True, пропущенные месяцы заполняются нулями; иначе удаляются. - Итоговый ряд преобразуется в массив и используется для поиска сезонности.
- Детектор сезонности:
- если ненулевых точек меньше 4, сезонность = 1 (защита от разреженных рядов).
- если длина ряда < 3, сезонность = 1.
- ряд линейно детрендируется (вычитается тренд), как в Excel-подобной логике.
- вычисляется автокорреляция на лагах от 2 до
min(24, N/2). - выбирается лаг с максимальной корреляцией; если максимум не положительный или ниже порога 0.3, возвращается 1.
- Возвращаемое значение всегда целое число ≥ 1. При ошибках на уровне сервиса SSE результат по умолчанию тоже 1.
Примечание: при наличии statsmodels автокорреляция считается через statsmodels.tsa.stattools.acf, иначе используется ручной расчет через корреляцию между сдвинутыми рядами.