python-3.x - 如何使用 statsmodel 推断时间序列模型以预测样本外未来值

Question

我有一个 AR 时间序列模型，可以使用 statsmodel 衡量 10 年前每个月的销售额。目前，我的模型预测现有月份的值（自变量），但我很难找到一种方法来构建我的模型来预测未来 2-3 年（2019-2022 年）的未来销售。

为了提供上下文，这里是我用来比较我的预测值与现有时间段与同一时间段下的实际值的代码。

# make predictions 
predictions = model_fitted.predict(
    start=len(train_data), 
    end=len(train_data) + len(test_data)-1, 
    dynamic=False)

# create a comparison dataframe
compare_df = pd.concat(
    [df['stationary'].tail(12),
    predictions], axis=1).rename(
    columns={'stationary': 'actual', 0:'predicted'})

#plot the two values
compare_df.plot()

下面是上面代码的输出。

任何提示将不胜感激！