改进 python ARIMA 预测

Question

我是第一次在 python 中研究 ARIMA 模型，但预测并没有任何意义。这些是我的values。

使用 auto_ARIMA，我得到了 p、d 和 q 的值 1、1、2。

model = ARIMA(train, order=(1, 1, 2)
fitted = model.fit(disp=0)
print(fitted.summary())

所以我创建了模型并得到了这个摘要。 然后我将它们分成训练集和测试集，这样我就可以验证预测并进行预测：

fc, se, conf = fitted.forecast(len(test), alpha=0.05)  # 95% conf
fc_series = pd.Series(fc, index=test.index)
lower_series = pd.Series(conf[:, 0], index=test.index)
upper_series = pd.Series(conf[:, 1], index=test.index)

然后得到这个plot。

我用其他 p、d、q 值进行了测试，但没有得到更好的结果。预测线总是笔直的，从不上下。为什么是这样？我怎样才能改善结果？如果您需要更多信息或情节，请告诉我。

Answer 1

这通常是由于缺乏明显的数据特征，如季节性或趋势。那么 ARIMA 就无法正确处理未来并回退到数据值的平均值。

我的数据也有类似的问题，我可以通过将其分成更小的块来改进结果。