TimeCopilot: как собрать пайплайн прогнозирования с фундаментальными моделями и детекцией аномалий

TimeCopilot — biblioteca Python para construir pipelines end-to-end de pronóstico de series temporales. Combina métodos estadísticos clásicos, modelos fundamentales preentrenados y un agente LLM opcional que selecciona automáticamente el mejor enfoque y explica el resultado. La biblioteca está dirigida a analistas que necesitan comparar rápidamente diferentes enfoques en datos reales sin gastar tiempo en ajuste manual de cada modelo.

Cómo funciona el pipeline

Los autores demuestran TimeCopilot en dos conjuntos de datos: un conjunto de datos real de tráfico de pasajeros de aerolíneas (benchmark clásico) y una serie estacional sintética con anomalías intencionalmente incrustadas. Esta elección permite probar el sistema de manera honesta — incluyendo en datos donde se sabe de antemano qué debe ser detectado.

El flujo de trabajo incluye varias etapas:

• Carga y preparación de datos de panel
• Entrenamiento de modelos mediante validación cruzada móvil
• Evaluación usando múltiples métricas: MAE, MAPE, RMSE
• Generación de pronósticos probabilísticos con intervalos de confianza
• Detección de anomalías con visualización
• Ejecución de un agente LLM para seleccionar y explicar el mejor modelo

Tres clases de modelos

TimeCopilot soporta tres tipos de modelos que se pueden comparar en un único experimento.

Estadísticos — métodos clásicos: ARIMA, ETS, Theta y otros. Son altamente interpretables, funcionan en conjuntos de datos pequeños con estacionalidad pronunciada y no requieren GPU. Proporcionan una línea base razonable para prácticamente cualquier tarea.

Fundamentales — arquitecturas preentrenadas para series temporales, entrenadas en grandes corpus de datos. Esto es análogo a los modelos de lenguaje para secuencias numéricas: son capaces de funcionar out-of-the-box sin reentrenamiento en un conjunto de datos específico.

Acelerados por GPU — modelos de redes neuronales (por ejemplo, N-BEATS, TiDE) para grandes conjuntos de datos con horizontes de pronóstico amplios. Se conectan opcionalmente y son relevantes cuando los métodos estadísticos ya no son suficientes.

La evaluación se realiza mediante validación cruzada móvil con ventana expansora: cada modelo se entrena en historial idéntico y se prueba en el siguiente horizonte — esto revela la verdadera capacidad de generalización en lugar de simplemente ajustarse a los datos de entrenamiento.

Anomalías e incertidumbre

En lugar de una única "línea de pronóstico", TimeCopilot genera pronósticos probabilísticos — un rango de valores con probabilidad especificada (80% u 95%). Al planificar inventario, carga o presupuesto, esto es prácticamente útil: la organización ve corredores pesimistas y optimistas simultáneamente.

En paralelo con el pronóstico, funciona un detector de anomalías integrado. En una serie sintética con valores atípicos artificiales, el sistema separó correctamente el comportamiento normal del no estándar. Los indicadores de anomalías se superponen directamente en la visualización de la serie, lo que simplifica la auditoría y la comunicación de resultados dentro del equipo.

Agente LLM explica la elección

La parte más inusual es el agente LLM opcional. Después de evaluar todos los modelos, estudia los resultados de la validación cruzada, selecciona el mejor modelo para una serie específica y genera una explicación en texto — por qué exactamente este modelo es más preciso que los demás.

"El modelo fundamental superó ARIMA debido a la estacionalidad no

lineal con amplitud creciente" — este tipo de explicación el agente la genera automáticamente.

Este es un paso hacia AutoML con resultados auditables: el analista recibe no solo una recomendación, sino una justificación que puede incluirse en un informe o transmitirse a un stakeholder sin interpretación adicional.

Lo que esto significa

TimeCopilot reduce la barrera de entrada para pronósticos avanzados: no es necesario ajustar manualmente docenas de modelos o interpretar métricas independientemente — el agente LLM asume parte de este trabajo. Para equipos analíticos que trabajan con métricas empresariales, demanda o KPIs operativos, este es un marco listo para un pipeline production-ready con justificación legible por humanos para cada decisión.