如果这不是提出这个问题的正确论坛，我们深表歉意。但是我尝试了其他途径，但没有得到满意的回应。所以，最后把它贴在这里。

我一直在探索更先进的多元时间序列预测技术。大多数被推荐的资源，如预测：原理与实践、时间序列及其应用等，更多的是关于涉及一个外生变量的简单多元时间序列分析。这些资源没有讨论多元时间序列预测所涉及的挑战，例如预测输入变量、特征选择等。

下面分享一个我感兴趣的用例示例

主要目标：预测第二天加密货币价格的方向和幅度的变化。

外生变量/特征：货币的当前价格，过去 24 小时卖出的货币数量，过去 24 小时的货币价格变化，过去 1 小时的货币价格变化，新推文数量过去 24 小时提及货币

所以，我希望有经验的数据科学家可以帮助我学习更先进的技术来解决这些问题。如果您能推荐书籍和课程以进行更详细的了解，那就太好了。

为长篇道歉。并提前感谢。

TLDR：学习使用多种功能的高级预测技术的资源。