python - 自回归模型预测衰减到平坦线

Question

抱歉，如果这是一个简单的问题/错误，但是当我尝试使用 statsmodels.tsa AR 预测时间序列时，预测会很快超过我拥有的数据。这不取决于模型的顺序或用于拟合 AR 模型的数据长度。

我究竟做错了什么？

from statsmodels.tsa.ar_model import AR
section1 = data[0:800]-np.mean(data[0:800])
plt.plot(section1)

x = AR(section1)
y = x.fit(5)
z = y.predict(10,1500)
plt.plot(z)

Answer 1

没有任何错误。这就是预测收敛于均值的静止 ARMA 过程的行为。

如果您有固定的季节性，那么您可以在季节性滞后处区分时间序列，即使用 SARIMA，并且预测将收敛到固定的季节性结构。

如果您有解释变量，则平稳 ARMAX 的预测将收敛到 X 变量给出的平均值。