python - 使用 statsmodels 进行 ARMA 样本外预测

Question

我正在使用 statsmodels 来拟合 ARMA 模型。

import statsmodels.api as sm
arma    = sm.tsa.ARMA(data, order =(4,4));
results = arma.fit( full_output=False, disp=0);

其中data是一维数组。我知道要获得样本内预测:

pred = results.predict();

现在，给定第二个数据集 data2，我如何使用先前校准的模型生成一系列基于此观察结果的预测(预测)？

Answer 1

我认为这有问题。如果你在 github 上提交一个文件，我将更有可能记得添加这样的内容。预测机制(目前)还不能作为面向用户的功能使用，因此您必须执行类似的操作。

如果您已经拟合了一个模型，那么您可以执行此操作。

# this is the nsteps ahead predictor function
from statsmodels.tsa.arima_model import _arma_predict_out_of_sample
res = sm.tsa.ARMA(y, (3, 2)).fit(trend="nc")

# get what you need for predicting one-step ahead
params = res.params
residuals = res.resid
p = res.k_ar
q = res.k_ma
k_exog = res.k_exog
k_trend = res.k_trend
steps = 1

_arma_predict_out_of_sample(params, steps, residuals, p, q, k_trend, k_exog, endog=y, exog=None, start=len(y))

这是领先 1 步的新预测。您可以将其附加到 y，然后您需要更新残差。