SARIMAX外生变量预测不准确的Python

Question

我一直试图在我的SARIMAX模型中添加外生变量，但似乎exog变量并未对该模型产生明显影响，但实际上确实起作用。下面是我的代码。

train_y是目标变量，是发货的数量计数。 Train_X是exog变量，它是covid 19的新案例。假设新案例越高，发货量就越少。在如何改进和更改参数方面需要帮助。谢谢。

step_wise=auto_arima(train_y, exogenous= train_X, start_p=1, start_q=1, 
                     max_p=7, max_q=7, d=1, max_d=7, trace=True, error_action='ignore', 
                     suppress_warnings=True, stepwise=True)

model= SARIMAX(train_y, exog=train_X, order=(3,1,3), enforce_invertibility=False, enforce_stationarity=False)

results= model.fit()

predictions= results.predict(start =train_size, end=train_size+test_size+(steps)-1, exog=test_X)