SARIMAX模型预测未来值衰减至零且无日期问题求助

问题1：预测结果无对应日期列 #

原因 #

使用整数位置（start=len(DF_train)、end=len(DF_store)）调用predict时，statsmodels返回的预测结果默认使用整数索引，而非原数据的日期索引。

解决方法 #

有两种方式可以给预测结果绑定日期：

• 直接使用日期作为预测边界：将start和end参数替换为测试集/未来日期的具体时间戳，比如预测测试集时用start=DF_test.index[0]、end=DF_test.index[-1]。
• 手动替换索引：先生成目标日期序列，再将预测结果的索引替换为该序列（适用于预测未来无现成日期的场景）。

问题2：未来预测值逐渐衰减至零 #

核心原因 #

1. 未使用auto_arima的最优阶数：手动指定的order=(3,0,0)和seas_order=(2,0,1,30)与ARIMA_model输出的最优参数不符，模型阶数无法匹配数据特征。
2. 季节性周期设置错误：日销售额的核心季节性是周度周期（m=7），而非30天的月度周期，错误的周期参数导致模型无法捕捉真实的季节性规律。
3. 未考虑数据趋势：order=(3,0,0)中的d=0假设数据完全平稳，但如果实际销售额存在长期趋势（如逐年增长），d=0的模型无法捕捉趋势，会导致预测值回归到均值，若均值接近0则出现衰减。
4. 缺少趋势项：SARIMAX默认不添加趋势项，若数据有线性趋势，需要显式指定trend参数。

解决步骤 #

1. 复用auto_arima的最优参数：直接调用ARIMA_model.order和ARIMA_model.seasonal_order作为SARIMAX的阶数参数，避免手动硬编码。
2. 修正季节性周期：将auto_arima的m参数改为7（周度），若需考虑年度季节性可尝试m=365，但会增加模型复杂度。
3. 确认数据平稳性：查看ARIMA_model.summary()中的差分阶数d，若数据有明显趋势，d应≥1。
4. 添加趋势项：在SARIMAX初始化时指定trend='t'（线性趋势）或trend='c'（常数项），根据数据实际趋势选择。
5. 验证模型拟合效果：通过result.summary()查看系数显著性，若季节性系数不显著，说明季节性阶数仍需调整。

修正后的核心代码示例 #

import pandas as pd
import numpy as np
from statsmodels.tsa.statespace.sarimax import SARIMAX
import pmdarima as pmd

# 读取并规整数据索引
DF_store = pd.read_csv('Per_store_DF', index_col="date", parse_dates=True)
DF_store = DF_store.asfreq('D')  # 确保索引为日频率的DatetimeIndex

# 拆分训练集与测试集
N = round(0.8 * len(DF_store))
DF_train = DF_store.iloc[:N]
DF_test = DF_store.iloc[N:]

# 用auto_arima获取最优模型（修正季节性周期为周度）
def arima_generator(ts):
    auto_model = pmd.auto_arima(
        ts, 
        start_p=1, start_q=1, 
        max_p=3, max_q=3, 
        m=7,  # 日数据周度季节性更符合业务逻辑
        test="adf", 
        trace=True,
        seasonal=True
    )
    return auto_model

ARIMA_model = arima_generator(DF_train)
print("最优ARIMA阶数：", ARIMA_model.order)
print("最优季节性阶数：", ARIMA_model.seasonal_order)

# 使用最优参数构建SARIMAX模型，添加线性趋势项
model = SARIMAX(
    DF_train, 
    order=ARIMA_model.order, 
    seasonal_order=ARIMA_model.seasonal_order,
    trend='t'
)
result = model.fit(disp=False)

# 预测测试集（绑定日期索引）
predict_test = result.predict(start=DF_test.index[0], end=DF_test.index[-1], dynamic=False)

# 预测未来30天并绑定日期
future_dates = pd.date_range(start=DF_store.index[-1] + pd.Timedelta(days=1), periods=30, freq='D')
predict_future = result.predict(start=len(DF_store), end=len(DF_store)+29, dynamic=False)
predict_future.index = future_dates

# 合并结果查看
predict_combined = pd.concat([predict_test, predict_future])
print(predict_combined.head())

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