ARIMA(1,1,1)拟合股价数据出现SARIMAX结果及绘图异常问题咨询

在statsmodels库中，ARIMA类底层是基于SARIMAX实现的——ARIMA本质是SARIMAX的特例（无季节性参数，即季节性order为(0,0,0)）。所以输出的摘要标题显示"SARIMAX"是正常现象，不影响模型本身是ARIMA(1,1,1)的属性。你可以查看摘要中的**Model:**字段，会标注ARIMA(1,1,1)，同时参数部分只会显示AR(1)和MA(1)的系数，没有季节性相关参数，这就说明你拟合的确实是ARIMA模型。

出现水平线的核心原因是你将DataFrame的索引转换为了Period类型（to_period('B')），而plot_predict对Period索引的处理存在兼容性问题，导致x轴刻度异常，视觉上呈现水平线。可以通过以下两种方式解决：

方法1：拟合模型前不转换为Period索引 #

如果你的原始索引已经是datetime类型，直接去掉转Period的步骤即可：

from statsmodels.tsa.arima.model import ARIMA
from statsmodels.graphics.tsaplots import plot_predict
import matplotlib.pyplot as plt

# 保留原datetime索引，不转Period
model = ARIMA(dataset_for_prediction['Adj Close'], order=(1,1,1))
model_fit = model.fit()
print(model_fit.summary())

plot_predict(model_fit)
plt.xticks(rotation=45)
plt.show()

方法2：保留Period索引，绘图时转换为datetime #

如果必须使用Period索引（比如业务需求），可以在绘图时手动将x轴的Period刻度转换为datetime：

from statsmodels.tsa.arima.model import ARIMA
from statsmodels.graphics.tsaplots import plot_predict
import matplotlib.pyplot as plt

dataset_for_prediction.index = dataset_for_prediction.index.to_period('B')
model = ARIMA(dataset_for_prediction['Adj Close'], order=(1,1,1))
model_fit = model.fit()
print(model_fit.summary())

# 绘图并转换x轴索引
fig, ax = plt.subplots()
plot_predict(model_fit, ax=ax)
# 将Period类型的刻度转为datetime
ax.set_xticklabels([tick.to_timestamp() for tick in ax.get_xticks()])
plt.xticks(rotation=45)
plt.show()

或者你也可以手动提取实际值和预测值，转换索引后绘图，更灵活：

# 提取数据并转换索引
actual = dataset_for_prediction['Adj Close']
pred = model_fit.predict(start=0, end=len(actual)-1)

actual.index = actual.index.to_timestamp()
pred.index = pred.index.to_timestamp()

# 绘制对比图
plt.plot(actual, label='实际股价')
plt.plot(pred, label='预测股价')
plt.legend()
plt.xticks(rotation=45)
plt.show()

内容的提问来源于stack exchange，提问作者learningmathematics