python - 时间序列平稳性

Question

我正在开发 python 程序，用于按日期预测事件数量的时间序列。对于预测，我使用 ARIMA 模型。现在我有了一些结果，但预测值不太好。首先，我使时间序列固定。为此，我使用:通过 Dickey-Fuller 测试(0,5)检查平稳性，然后使用 Box-Cox 变换并再次检查 ed Dickey-Fuller 值(0,3)。然后我尝试寻找一阶差分法。我没有收到好的结果。我的问题是如何处理非平稳时间序列。我应该使用哪些方法使其静止？

Answer 1

许多时间序列问题本质上是困难的，甚至是无法学习的——特别是当人们想要防止过度拟合并具有一定的预测能力时。如果简单模型的结果很差，那么更复杂的模型不太可能取得突飞猛进的效果。

您的第一步应该是整合外部数据源并为您的预测任务提出理论模型。在信号更强的输入上训练模型应该比在原始数据上训练模型效果更好(如果任务是可学习的)。