python - 拟合 ARMA 模型并在 Python 中模拟新的时间序列

Question

我试图在给定的时间序列“resid”上拟合一个 ARMA 模型，长度为“tsteps”，并使用获得的拟合模型“resid_model”来模拟一定数量的具有相同特征的替代时间序列。

到目前为止，这是我尝试过的（仅针对一个模拟“sim”）：

import numpy as np
import statsmodels.tsa.api as smt

resid_model = smt.ARMA(resid, (2, 1)).fit(maxlag=30, ic='aic', trend='nc',disp=False, transparams=True)
sim = smt.arma_generate_sample(ar=np.append(1.,resid_model.arparams), 
               ma=np.append(1.,resid_model.maparams), nsample=tsteps, sigma=resid_model.sigma2)

然而，我似乎无法确保平稳性，尽管拟合中的 'transparams=True' 参数。我获得的取决于我尝试拟合的 ARMA 模型的顺序，但通常倾向于退化： 获得的模拟“sim”

这就是我的原始样本的样子： 原始时间序列'resid'

我究竟做错了什么？

谢谢！