8000 GitHub - Dustver/forecast_sse: Qlik SSE Python Forecast functions · GitHub
[go: up one dir, main page]

Skip to content

About

Qlik SSE Python Forecast functions

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

Forecast SSE (Qlik Sense)

This project is a Python Server-Side Extension (SSE) that exposes Excel-like FORECAST.ETS functions to Qlik Sense via an Analytics Connection (gRPC).

What’s included

  • ExtensionService_forecast.py: gRPC SSE server
  • FuncDefs_forecast.json: SSE function definitions (what Qlik sees)
  • ets.py: forecasting logic (ETS + helpers)

Install (recommended: venv)

From the project folder:

python -m venv .venv
.\.venv\Scripts\python -m pip install -r requirements.txt

Run

.\.venv\Scripts\python .\ExtensionService_forecast.py --port 50053

Or (uses system Python):

.\run_forecast_sse.ps1

Qlik Sense: create the Analytics Connection

In QMC (or Qlik Sense Desktop where applicable):

  • Name: forecast_sse (example)
  • Type: Server Side Extension
  • Host: the machine running the Python service (use localhost for 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.

Алгоритм сезонности (кратко)

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.

Алгоритм сезонности (подробно)

Ниже описание логики из ets.py, в том порядке, как она выполняется.

  1. Входные данные: values (числа), timeline (даты/числа/строки, опционально), fill_missing (по умолчанию True), aggregation (по умолчанию AVERAGE), start_date и end_date (опционально).
  2. Если timeline не передан, он создается автоматически: последовательность месяцев начиная с 2000-01-01 длиной len(values).
  3. Каждый элемент timeline приводится к началу месяца:
    • datetime и date приводятся к первому числу месяца.
    • numpy.datetime64 и строки ISO-дат читаются как дата и тоже приводятся к 1-му числу.
    • Числа интерпретируются как:
      • yyyymm если значение больше 200000 (например, 202401),
      • иначе как Excel-серийная дата (база 1899-12-30).
  4. Пары (месяц, значение) собираются в таблицу, значения None и NaN отбрасываются.
  5. Если несколько значений попадают в один и тот же месяц, они агрегируются по aggregation:
    • AVERAGE, COUNT, COUNTA, MAX, MEDIAN, MIN, SUM.
  6. Границы временной сетки:
    • если start_date задан, он используется как нижняя граница (после такого же парсинга),
    • иначе берется минимальный месяц из данных,
    • аналогично для end_date.
  7. Строится непрерывная месячная сетка MS между этими границами. Если fill_missing=True, пропущенные месяцы заполняются нулями; иначе удаляются.
  8. Итоговый ряд преобразуется в массив и используется для поиска сезонности.
  9. 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.
  10. 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.

About

Qlik SSE Python Forecast functions

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages

0