python - Statsmodels ARMA 训练数据与用于预测的测试数据

Question

我正在尝试测试 ARMA 模型，并完成此处提供的示例:

http://www.statsmodels.org/dev/examples/notebooks/generated/tsa_arma_0.html

我不知道是否有一种直接的方法可以在训练数据集上训练模型，然后在测试数据集上进行测试。在我看来，您必须在整个数据集上拟合模型。然后，您可以进行样本内预测，该预测使用与训练模型时使用的数据集相同的数据集。或者您可以进行样本外预测，但这必须从训练数据集的末尾开始。我想做的是在训练数据集上拟合模型，然后在不属于训练数据集的完全不同的数据集上运行模型，并获得一系列 1 步预测。

为了说明这个问题，这里是上面链接中的缩写代码。您会看到该模型正在拟合 1700-2008 年的数据，然后预测 1990-2012 年。我遇到的问题是 1990-2008 已经是用于拟合模型的数据的一部分，所以我想我正在预测和训练相同的数据。我希望能够获得一系列没有前瞻偏差的单步预测。

import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm

dta = sm.datasets.sunspots.load_pandas().data
dta.index = pandas.Index(sm.tsa.datetools.dates_from_range('1700', '2008'))
dta = dta.drop('YEAR',1)

arma_mod30 = sm.tsa.ARMA(dta, (3, 0)).fit(disp=False)
predict_sunspots = arma_mod30.predict('1990', '2012', dynamic=True)

fig, ax = plt.subplots(figsize=(12, 8))
ax = dta.ix['1950':].plot(ax=ax)
fig = arma_mod30.plot_predict('1990', '2012', dynamic=True, ax=ax, plot_insample=False)

plt.show()

Answer 1

在我问这个问题后的 16 个月里，我在 statsmodels 中学到了很多关于 ARIMA 建模的知识，我认为我正在寻找的行为不支持 ARMA 或 ARIMA 模型，但它支持SARIMAX 模型。请参阅以下代码，基于 statsmodels.org 的示例。绿线代表一个 ARIMA(10,0,0) 模型(或 AR(10))模型，该模型从 1700-1990 年训练，然后从 1990-2012 年动态预测。

https://www.statsmodels.org/dev/examples/notebooks/generated/statespace_sarimax_stata.html

import pandas
import matplotlib.pyplot as plt
import statsmodels.api as sm

dta = sm.datasets.sunspots.load_pandas().data
dta.index = pandas.Index(sm.tsa.datetools.dates_from_range('1700', '2008'))
dta = dta.drop('YEAR', 1)

arma_mod30 = sm.tsa.ARMA(dta, (3, 0)).fit(disp=False)
predict_sunspots = arma_mod30.predict('1990', '2012', dynamic=True)

fig, ax = plt.subplots(figsize=(12, 8))
ax = dta.ix['1950':].plot(ax=ax)
fig = arma_mod30.plot_predict('1990', '2012', dynamic=True, ax=ax, plot_insample=False)

# Fit the model
mod = sm.tsa.statespace.SARIMAX(dta.loc[:'1990'], order=(10, 0, 0))
fit_res = mod.fit(disp=False)

# Create new model, but instead of fit, copy the params from the first model
mod = sm.tsa.statespace.SARIMAX(dta, order=(10, 0, 0))
res = mod.filter(fit_res.params)

# Dynamic predictions
predict_dy = res.get_prediction(dynamic='1990', end='2012')
predict_dy = predict_dy.predicted_mean
predict_dy['1990':].plot(ax=ax)

plt.show()