时间序列模型以ValueError结尾

Question

嗨，当我尝试为ARIMA建模时，我以以下错误结束：

ValueError: The computed initial MA coefficients are not invertible
You should induce invertibility, choose a different model order, or you can
pass your own start_params.

以下是我的功能

def ARIMA_model(df):

    model=ARIMA(df['Returns'], order=(2,1,2))
    results_AR=model.fit()
    print (results_AR.summary())
    print (results_AR.resid)

但是当我更改order =（10,1,2）/ order =（2,0,2）时，效果很好。

以下是我的ACF和PACF图。

有人可以让我知道一个可能的原因

以下是dickey-Fuller测试结果，它表明数据集是固定的。

Answer 1

当您适合ARIMA模型时，请尝试设置transparams = False。 model.fit(transparams=False)

通过设置为false，它将不会尝试转换参数以确保平稳性或不会检查可逆性，从而使您可以继续处理可能不稳定的数据。您使用的测试可能显示为固定状态，但是数据仍然可能存在问题。

在使用Python编写ARIMA建模教程时遇到了这个问题，为什么我必须将其设置为false，然后在视频教程系列结束时讨论数据问题：https://tutorials.datasciencedojo.com/arima-model-time-series-python/