r - 为什么在预测期间时 Holt Winters Seasonal 无法识别季节性成分

Question

我试图根据历史数据预测一个值。R 中的 ts() 函数加载了 32 个月。当我分解这个 TimeSerie 时，我会得到以下结果。

Printscreen 分解 TimeSeries

您可以看到季节性和趋势。

当我运行 R 脚本时

install.packages(forecast)
install.packages(dplyr)
install.packages(TTR)
install.packages("fpp2")
library(forecast)
library(dplyr)
library(TTR)
library(ggplot2)
library(fpp2)
DummyDATA3$X<-c(58438489.43, 7760897.74, 6716940.83, 12419101.83,12061503.17,10489284.36,7543945.60,
                                 3933232.89, 9222001.26, 4587520.77, 5817801.17, 4832440.77, 27810414.64, 6597040.46,                                 
                                 5885012.59,7310623.51,4473150.98,5461631.24,6059878.47,4499952.91,4183396.09,4673311.51,
                                 4713036.50,2053582.50,4319487.49,1133142.80,1295063.09,929577.94,529379.77,323171.24)

DF<-DummyDATA$X
Gts<-ts(DF, start = 2016, frequency = 12)
decompose(Gts)
plot(decompose(Gts))
hw<-HoltWinters(Gts)
plot(hw)
forecast<-predict(hw,n.ahead = 24, prediction.interval = T, level = 0.95)
plot(hw,forecast)
forecast

这是结果：

Holt-Winters 过滤

有没有办法通过季节性成分获得更好的预测？例如，我预计 2019.0 会增加。

我正在使用以下数据：

虚拟数据