如何在无未来外生变量时用Auto ARIMA预测未知数据

核心结论 #

你不存在根本性理解错误，这是所有引入外生变量的时间序列模型的共性问题：模型训练时学习了外生变量和目标序列的关联逻辑，预测时自然需要对应未来时段的外生变量输入，否则没法套用之前学到的关联关系生成预测值。

可行解决方案 #

1. 先预测外生变量，再代入AutoARIMA #

如果外生变量本身是有规律、可预测的时间序列（比如宏观经济指标、有周期性的业务数据），可以单独给每个外生变量建预测模型：

• 单变量外生序列用ARIMA、Prophet、指数平滑等模型预测未来n期值
• 多维度外生变量如果有因果关联，可用回归模型、LSTM等
• 把预测出的未来外生变量整理成适配格式，传入predict方法：

# 示例：为外生变量单独建模预测
import pandas as pd

exo_future = []
# 遍历每个外生变量列
for col in exo_all_data.columns:
    # 为该外生变量训练AutoARIMA模型
    exo_model = auto_arima(exo_all_data[col], seasonal=True, m=7)
    # 预测未来n期
    exo_forecast = exo_model.predict(n_periods=n)
    exo_future.append(exo_forecast)
# 转换为DataFrame，适配AutoARIMA的输入格式
exo_future = pd.DataFrame(exo_future).T

# 用预测好的外生变量做最终预测
forecast_final = stepwise_model_final.predict(n_periods=n, exogenous=exo_future)

2. 移除外生变量，改用纯时序模型 #

如果未来外生变量完全没法获取或预测，只能放弃外生变量，重新训练纯AutoARIMA模型：

stepwise_model_final = auto_arima(all_data, 
                                 seasonal=True, start_P=1, start_Q=1,
                                 max_P=7, max_D=7, max_Q=7, m=7,
                                 d=None, D=None, trace=True,
                                 error_action='ignore', suppress_warnings=True, stepwise=True)
# 无需传入外生变量，直接预测
forecast_final = stepwise_model_final.predict(n_periods=n)

这种方法会损失外生变量带来的预测精度提升，但能解决无未来外生变量的核心问题。

3. 改用不依赖未来外生变量的模型框架 #

如果既想保留外生变量的信息，又没法获取未来值，可以试试两种思路：

• 用滞后外生变量：训练时只使用外生变量的历史滞后项（比如t-1、t-7期的值），这样预测时用的都是已有的历史数据，不需要未来外生变量
• 因果+时序混合模型：先通过因果分析算出外生变量对目标序列的影响系数，再用纯时序模型预测基础值，最后叠加外生变量的影响量

补充说明 #

你在测试环节表现好，是因为测试集对应的外生变量是已知的历史数据，而未来预测要面对的是完全未知的外生变量，这是两种不同场景，出现测试有效但预测卡壳的情况完全正常。

内容的提问来源于stack exchange，提问作者M.Fuchs