ARIMA不寻常的预测

Question

我正在尝试使用statsmodels实现ARIMA模型。对于我的预测，我得到了非常不寻常的结果，并希望得到关于解决这个问题的建议。

arima = tsa.ARIMA(train[endogenous], exog=train.drop(endogenous,axis=1), order=(2,2,0),freq='B')
results = arima.fit()
prediction = results.predict(start=1,end=len(x)-1,exog=x.drop(endogenous,axis=1))

我的实际数据集是

2012-01-05    659.010
2012-01-06    650.020
2012-01-09    622.940
...
2013-11-08    1016.03
2013-11-11    1010.59
2013-11-12    1011.78
2013-11-13    1032.47

预测给了我这个

2012-01-05   -10.551134
2012-01-06    -8.937889
2012-01-09   -27.941221
...
2013-11-08    14.739148
2013-11-11    22.567270
2013-11-12     1.844993
2013-11-13   -42.794671

即使在我训练过的例子中，预测甚至不在同一个球场也是不寻常的。

Answer 1

您要求使用ARIMA（2,2,0）模型。因此，您的模型拟合将在两次差异数据上完成。我相信预测值是两次差异数据的预测，而不是原始数据。