Навык анализа временных рядов

time-series-analyst/
├── SKILL.md
├── analysis_methods.md
├── scripts/
│   ├── detect_trend.py
│   ├── find_anomalies.py
│   └── forecast.py
└── templates/
    └── report_template.md

# Time Series Analyst

## Description
Активируй при работе с данными временных рядов:
- Анализ трендов (рост, падение, стагнация)
- Поиск аномалий и выбросов
- Прогнозирование
- Сезонный анализ

## Instructions

### Входные данные
Ожидаемый формат CSV:
- Колонка date (YYYY-MM-DD)
- Одна или несколько колонок с числовыми значениями

### Анализ тренда
Для определения тренда используй скрипт @scripts/detect_trend.py
Интерпретация:
- slope > 0.05: растущий тренд
- slope < -0.05: падающий тренд
- иначе: боковой тренд (стагнация)

### Поиск аномалий
Используй @scripts/find_anomalies.py
Аномалия = значение отклоняется более чем на 2 стандартных отклонения

### Прогноз
Для прогноза на N дней используй @scripts/forecast.py
Предупреждай о точности: чем дальше прогноз, тем ниже точность

### Формат отчёта
Используй шаблон @templates/report_template.md

"""
Скрипт определения тренда временного ряда.
Использование: python detect_trend.py data.csv value_column
"""

import sys
import pandas as pd
import numpy as np
from scipy import stats

def detect_trend(file_path: str, column: str) -> dict:
    df = pd.read_csv(file_path, parse_dates=['date'])
    df = df.sort_values('date')

    # Линейная регрессия
    x = np.arange(len(df))
    y = df[column].values
    slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)

    # Определение типа тренда
    if slope > 0.05:
        trend_type = "растущий"
    elif slope < -0.05:
        trend_type = "падающий"
    else:
        trend_type = "боковой"

    return {
        "trend_type": trend_type,
        "slope": round(slope, 4),
        "r_squared": round(r_value**2, 4),
        "p_value": round(p_value, 4),
        "start_value": round(y[0], 2),
        "end_value": round(y[-1], 2),
        "change_percent": round((y[-1] - y[0]) / y[0] * 100, 2)
    }

if __name__ == "__main__":
    result = detect_trend(sys.argv[1], sys.argv[2])
    print(result)