ARIMA模型预测未来七天

Question

假设我有一个时间序列，它表示给定日期的股票价格。

stock_price = [10, 15, 23, 24, 24, 23, 25, 25, 33, 30] 

我想构建一个ARIMA模型，该模型能够使用过去三天的价格预测两天后的股价。例如，为了预测stock_price[i+5]，它只能使用信息stock_price[i:i+3]。

在pandas中，ARIMA采用了三个参数(a,b,c)

model = ARIMA(series, order=(a,b,c))

然而，这些都不是我想要调整的。我不想让ARIMA只预测明天的价格。

Answer 1

尝尝这个

​

# Forecast dataframe - df
n_periods = 7
fc, confint = model.predict(n_periods=n_periods, return_conf_int=True)
index_of_fc = np.arange(len(df.value), len(df.value)+n_periods)

# make series for plotting purpose
fc_series = pd.Series(fc, index=index_of_fc)
lower_series = pd.Series(confint[:, 0], index=index_of_fc)
upper_series = pd.Series(confint[:, 1], index=index_of_fc)

# Plot
plt.plot(df.value)
plt.plot(fc_series, color='darkgreen')
plt.fill_between(lower_series.index, 
                 lower_series, 
                 upper_series, 
                 color='k', alpha=.15)

plt.title("Final Forecast ")
plt.show()

​

我从这里学到了Arima预测https://www.machinelearningplus.com/time-series/arima-model-time-series-forecasting-python/

这对我很有帮助。希望这也能帮助你解决问题