SARIMAX模型样本外预测

Question

我正在用python开发SARIMAX模型来预测股票市场。我将数据分为训练数据和测试数据。在训练数据上拟合模型后，我的目标是预测测试数据(一步预测)

当我将exog添加到模型中时，它会返回非常准确的结果，但是，当我在没有exog的情况下拟合模型时，我得到了一条直线。我抛出了一些类似的问题，但我无法解决这个问题。这是我的代码：

拟合模型

`mod1 = sm.tsa.statespace.SARIMAX(endog= ptrain,
                            exog = ftrain,
                            order=(1, 1, 0),
                            seasonal_order=(0, 0, 0, 12),
                            enforce_stationarity=False,
                            enforce_invertibility=False)
results1 = mod1.fit()`

样本外预测

`prediction=results1.get_prediction(start=pd.to_datetime(ptrain.index[-1]),end=pd.to_datetime(ptest.index[-1]),exog= test)

`这是图I got1：https://i.stack.imgur.com/XDd6n.png

关于如何正确地进行预测有什么想法吗？

Answer 1

由于您已将平稳性强制和可逆性强制设置为False，因此很可能会获得不可靠的预测。你可以很好地尝试搜索(p，d，q)和(P，D，Q)s的最佳参数，尝试下面的性质：

for ...:
  try:
    model = smt.SARIMAX(...)
    result = model.fit()
    ...
  except:
    continue