根据这个问题如何使用 statsmodels 和 Python 获得 AR 模型中的常数项? https://stackoverflow.com/questions/24172454/how-to-get-constant-term-in-ar-model-with-statsmodels-and-python。我现在尝试使用 ARMA 模型来拟合数据,但我再次找不到解释模型结果的方法。这是我根据所做的使用 statsmodels 进行 ARMA 样本外预测 https://stackoverflow.com/questions/18616588/arma-out-of-sample-prediction-with-statsmodels and ARMAResults.predict API 文档 http://statsmodels.sourceforge.net/stable/generated/statsmodels.tsa.arima_model.ARMAResults.predict.html#statsmodels.tsa.arima_model.ARMAResults.predict.
# Parameter
INPUT_DATA_POINT = 200
P = 5
Q = 0
# Read Data
data = []
f = open('stock_all.csv', 'r')
for line in f:
data.append(float(line.split(',')[5]))
f.close()
# Fit ARMA-model using the first piece of data
result = arma_model(data[:INPUT_DATA_POINT], P, Q)
# Predict using model (fit dimension is len(data) + 1 why?)
fit = result.predict(0, len(data))
# Plot
plt.figure(facecolor='white')
plt.title('ARMA Model Fitted Using ' + str(INPUT_DATA_POINT) + ' Data Points, P=' + str(P) + ' Q=' + str(Q) + '\n')
plt.plot(data, 'b-', label='data')
plt.plot(range(INPUT_DATA_POINT), result.fittedvalues, 'g--', label='fit')
plt.plot(range(len(data)), fit[:len(data)], 'r-', label='predict')
plt.legend(loc=4)
plt.show()
这里的结果非常奇怪,因为它应该与我在上面的链接中提到的上一个问题的结果几乎相同。另外,我不太明白为什么第一个数据点有一些结果,因为这不应该是有效的(没有要计算的先前值)。
我尝试编写自己的预测代码,如下所示(省略与上述代码相同的顶部部分)
# Predict using model
start_pos = max(result.k_ar, result.k_ma)
fit = []
for t in range(start_pos, len(data)):
value = 0
for i in range(1, result.k_ar + 1):
value += result.arparams[i - 1] * data[t - i]
for i in range(1, result.k_ma + 1):
value += result.maparams[i - 1] * data[t - i]
fit.append(value)
# Plot
plt.figure(facecolor='white')
plt.title('ARMA Model Fitted Using ' + str(INPUT_DATA_POINT) + ' Data Points, P=' + str(P) + ' Q=' + str(Q) + '\n')
plt.plot(data, 'b-', label='data')
plt.plot(range(INPUT_DATA_POINT), result.fittedvalues, 'r+', label='fit')
plt.plot(range(start_pos, len(data)), fit, 'r-', label='predict')
plt.legend(loc=4)
plt.show()
这是我得到的最好结果