TimesFM 时间序列预测

• 唯一标识：hub-timesfm-forecasting
• 显示名称：TimesFM 时间序列预测
• 能力摘要：利用 TimesFM 预训练时间序列基础模型进行零样本点预测与分位数区间预测，结合数据频率、历史窗口、回测和不确定性评估支持业务预测。

案例素材

1. 零售团队需要预测新品周销量但没有足够训练样本。该 skill 会整理统一频率的销售序列，设置历史窗口和预测期，输出中位预测及区间而非单一确定数字。
2. 云平台要预估下月资源需求。该 skill 会对请求量做滚动回测，比较不同窗口和粒度的误差，并将高分位预测用于容量缓冲而不是只按平均值扩容。
3. 财务部门发现预测在节假日失准。该 skill 会标记异常、缺失和制度性节假日影响，报告模型的不确定性与失效区间，决定是否需要结合领域特征或人工修正。