Datos de origen
- Repositorio
- Ntizar/MasterMind
- Última actividad en el origen
- 5 de septiembre de 2026 a las 21:34
- Idioma detectado de SKILL.md
- español
- Estrellas
- 2
- Forks
- 0
Opciones de instalación
De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.
Revisa los archivos de origen
Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.
Mostrando SKILL.md
SKILL.md
Instrucciones de origen · Vista previa de solo lectura- name
- timesfm-forecast
- description
- Usa a pronosticar series temporales con TimesFM 3.0.
- version
- 2.0.0
- tags
- ["timesfm","forecast","series-temporales","timesfm3","time-series","python"]
- related_skills
- ["timesfm-forecast","qlib-quant","monte-carlo-stock-simulator"]
# TimesFM — forecasting de series temporales (API 3.0)
> ⚠️ Corrección 2026-09-05 (auditoría): la v1 usaba `timesfm.TimesFm`/`model.forecast()` (TimesFM v1/v2). La versión actual **3.0** usa `from timesfm3 import TimesFM3Evaluator, ModelConfig` y `forecaster.predict_batch(...)`. Install real: `pip install timesfm[torch]`.
**Repo:** `https://github.com/google-research/timesfm` (Python, ~31K⭐).
## When to Use
- Cuando pidas **pronosticar una serie temporal** (modelo fundacional de Google) para tus datos.
## Uso (API 3.0)
```bash
pip install "timesfm[torch]"
```
```python
from timesfm3 import TimesFM3Evaluator, ModelConfig
model = TimesFM3Evaluator(config=ModelConfig(...))
forecasts = model.predict_batch(inputs, horizon=..., return_quantiles=True)
```
## Pitfalls
- **Install** `pip install "timesfm[torch]"`, no `pip install timesfm`.
- API **3.0**: `TimesFM3Evaluator`/`predict_batch`; no `TimesFm/forecast/forecast_with_quantiles` (v1/v2).
## Verificación
- `predict_batch(inputs, horizon=N)` y comprobar el forecast + quantiles.
Ver en GitHub