部署SARIMA-Python

Question

在我得到混合答案时，我对SARIMA的预测有一些疑问：

1. 我是否需要使数据保持平稳-我的数据集同时显示趋势和季节性（每两周出现一次峰值）？

2. 如果要部署时间序列SARIMA模型，将SARIMA投入生产的警告是什么？我在某处读到它不能自动化，但我不明白为什么这样做，条件是每次运行模型时都要执行网格搜索。

3. 数据集非常有趣，即趋势和季节性模式从2018年12月开始出现。但是这也意味着，如果我将2018年12月到现在的数据拆分为训练和测试数据集，将远远不够数据点。运行SARIMA时是否有任何数据集大小建议，或者通常至少应有N个季节周期？

4. 由于我的预测是每周运行一次，因此我认为我需要针对工作流程进行的工作：在周末运行一份工作：收集过去一周的新记录> N个数据转换>分为训练和测试>运行最佳参数的网格搜索>训练模型>测试模型>对接下来的7天进行预测。我想念什么？