Statsmodels SARIMAX外生列顺序改变预测结果的原因及解决方法

外生变量列顺序影响结果的核心原因 #

• 优化算法的初始值敏感性：你使用的powell是无梯度的局部优化算法，Statsmodels SARIMAX会按外生变量的输入顺序初始化对应系数的迭代初始值。列顺序变化会直接改变初始参数组合，而你设定的模型（AR阶数8、MA阶数7，加上外生变量参数）的参数空间维度很高，优化过程很容易陷入不同的局部最优解，最终得到不同的系数估计和预测结果。
• 外生变量多重共线性：如果你的外生变量之间存在共线性，参数估计的方差会显著升高，即使微小的初始值差异也会被放大为完全不同的系数结果。这种情况下即使是普通线性回归，参数估计也会对特征输入顺序敏感，更不用说带时序误差项的SARIMAX模型。

避免结果不稳定的方案 #

• 固定外生变量的输入顺序：每次训练、预测时都使用统一的列排序规则（比如你之前采用的字母序），不要随意调整exog的列顺序即可保证输入逻辑一致，结果可复现。
• 降低参数空间复杂度和共线性影响：先对外生变量做显著性筛选，去掉与被解释变量无关的特征；如果存在严重共线性，可通过PCA降维、VIF筛选等方式去除冗余特征，降低参数估计的方差。
• 调整优化策略：可以更换为对初始值鲁棒性更强的优化算法（比如默认的lbfgs），或者增加优化迭代次数、添加多轮随机重启取最优拟合结果的逻辑，降低陷入局部最优的概率。
• 外生变量标准化：训练前对所有exog列做标准化处理，缩小不同特征的量纲差异，也能降低优化过程对初始值的敏感性。

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