Statsmodels中MarkovAutoregression模型如何基于新验证集做预测？

1. start/end索引是否对应train_data？ #

是的，start和end参数的索引完全对应拟合模型时使用的train_data。模型训练完成后，它的时间序列索引范围默认是0到len(train_data)-1，所有涉及索引的参数都是基于这个范围定义的。

2. 如何用val_data实现预测？ #

首先要注意：你当前用train_test_split拆分时间序列的方式是错误的——它会随机打乱数据顺序，而马尔可夫自回归模型依赖时序的连续性，必须按时间顺序拆分数据。以下是正确的实现步骤：

步骤1：修正数据拆分逻辑 #

# 替换原随机拆分，按时间顺序划分训练集和验证集
split_idx = int(len(data) * 0.8)
train_data = data[:split_idx]
val_data = data[split_idx:]

步骤2：基于训练模型预测验证集 #

训练完成后，有两种常用方式预测验证集：

方式一：直接指定预测范围

验证集的起始索引是训练集的长度（len(train_data)），结束索引是整个数据集的最后一个位置（len(data)-1），直接调用result.predict()即可：

# 预测验证集对应的时间区间
val_predictions = result.predict(start=len(train_data), end=len(data)-1)

方式二：手动递推预测（适合理解底层逻辑）

如果需要明确看到每一步的预测过程，可以用训练集末尾的lag_order个值作为初始输入，逐个预测验证集的点：

lag_order = 2
# 取训练集最后lag_order个值作为初始序列
current_seq = train_data[-lag_order:]
val_predictions = []

for _ in range(len(val_data)):
    # 预测下一个值
    pred = result.predict(start=len(train_data)-1, end=len(train_data)-1 + 1)
    val_predictions.append(pred[-1])
    # 更新序列，滚动进入新预测值
    current_seq = np.concatenate([current_seq[1:], [pred[-1]]])

val_predictions = np.array(val_predictions)

重要提示 #

• 绝对不要用train_test_split处理时间序列：随机拆分会破坏时序依赖关系，导致模型训练无效。
• 调用result.predict()时无需传入params参数，因为result对象已经保存了训练好的模型参数；如果直接调用model.predict()，才需要传入result.params。

内容的提问来源于stack exchange，提问作者Ihmon