【时间序列】关于自己写个时间序列算法的数据处理问题
自己要用Python写个带MCP罚函数的门限自回归模型，因为还没有软件或库封装了这个算法
但是，碰到了一个疑问，时间序列回归模型是因变量Y_t拿t-1 t-2 ... t-p时刻以前的Y做自变量来回归。也即存在p个回归系数。通常的数据和回归系数来个矩阵乘法求损失函数即可
但时间序列的数据必须是
t-1 t-2
t-2 t-3
t-3 t-4
即p=2，有2个回归系数，去矩阵乘这些数据。那怎么能快速的把时间序列数据整理成上述p列m行的样子，然后去矩阵乘法呢？用for循环绝对会导致我这每个样本集不低于5K的时间复杂度大增
