Python中是否有可自动计算SARIMAX最优order和seasonal_order参数的函数？

直接用pmdarima库的auto_arima功能即可满足需求，这是目前工业界和学术领域最常用的SARIMA/SARIMAX自动调参工具，核心能力如下：

• 自动通过ADF、KPSS等平稳性检验判断普通差分阶数d和季节性差分阶数D
• 支持自定义p、q、P、Q四个参数的搜索上下界，可根据业务场景缩小范围提升搜索效率
• 内置AIC、BIC等信息准则作为参数优劣的判断依据，也支持自定义预测效果评估指标
• 传入季节性周期s后会自动遍历所有合法的seasonal_order(P,D,Q,s)组合

基础使用示例 #

import pmdarima as pm

# 替换为你的时间序列数据，这里以周度季节性周期（s=7）为例
time_series = [你的序列数据]

auto_model = pm.auto_arima(
    time_series,
    seasonal=True,
    m=7,  # 即参数s，对应季节性周期
    start_p=0, max_p=3,
    start_q=0, max_q=3,
    start_P=0, max_P=2,
    start_Q=0, max_Q=2,
    d=None,  # 自动计算d的最优值
    D=None,  # 自动计算D的最优值
    trace=True,
    error_action="ignore",
    suppress_warnings=True,
    stepwise=True  # 开启逐步搜索，速度是全网格搜索的数倍，精度损失极小
)

# 输出最优参数
print("最优order(p,d,q):", auto_model.order)
print("最优seasonal_order(P,D,Q,s):", auto_model.seasonal_order)

其他可选方案 #

如果你需要更高的灵活度，比如自定义参数约束、自定义评估逻辑，也可以结合statsmodels的SARIMAX实现，搭配optuna、hyperopt这类通用超参数优化库自行搭建搜索逻辑。

内容的提问来源于stack exchange，提问作者Remi L.