stats.VAR不工作的Python预测函数

Question

我有一组宏观经济变量的数据。我使用stats.VAR进行模型拟合和预测。我的数据集df已经通过列进行了规范化：

def main():
    cwd = os.getcwd()
    old = os.path.join(cwd, 'dat','prod_lf_usuk_520.xlsx')
    new=old.replace('\\','/')    
    myList = ['UK','US']  
    for idx, region in enumerate(myList):
        df = pd.read_excel(open(new,'rb'), sheetname = region)
        df = (df - np.mean(df, axis=0))/np.std(df, axis = 0)
        model = stats.VAR(df)
        model.select_order(15)     
        results = model.fit(maxlags=15, ic='aic')
        results.summary()
        lag_order = results.k_ar
        steps_to_forecast = 1
        results.forecast(df[-lag_order:], steps_to_forecast) 

一切都正常，直到results.forecast线。我一直得到* KeyError：-1或* KeyError：-2错误，不管我设置了什么lag_order和steps_to_forecast值。换句话说，results.forecast(df-1，1]或results.forecast(df-4,1)或results.forecast(df-3,2)也有相同的错误。

我是Python的新手，却想不出解决方案。有stats.VAR经验的人能帮我开几盏灯吗？

提前谢谢！

Answer 1

我也遇到了同样的问题。解决办法是使用：

df.values[-k:]

k指的是您在训练VAR模型时使用的AR顺序p。假设你有一个训练集和一个测试集数据。其中的-k将是训练集中从末尾开始的k行数，然后测试集开始。