如何在python中使用移动平均线？

Question

我想使用简单的移动平均值进行时间序列预测。我正在使用以下代码：-

from statsmodels.tsa.arima_model import ARMA
import statistics
data=[x + random() for x in range(1,100)]
model=ARMA(data,order=(0,1))
model_fit=model.fit(disp=False)
y_hat=model_fit.predict(len(data),len(data))

我无法理解如何预测下一个10个值，因为y_hat仅给我1个值。另外y_hat与应该与我在MA中使用订单1的数据均值不匹配。有人可以帮我吗？

Answer 1

y_hat=model_fit.predict(len(data),len(data))

您的起始值为len（data），结束值也相同，因此它为您提供了单个预测值。

我在项目中使用了Forecast（）。这是我的代码段：

from statsmodels.tsa.stattools import acf

# Create Training and Test
train = df[:3000]
test = df[3000:]

# Build Model
# model = ARIMA(train, order=(3,2,1))  
model = ARIMA(train, order=(1, 1, 1))  
fitted = model.fit(disp=-1)  

# Forecast
fc, se, conf = fitted.forecast(len(test), alpha=0.05)  # 95% conf

# Make as pandas series
fc_series = pd.Series(fc, index=test.index)
lower_series = pd.Series(conf[:, 0], index=test.index)
upper_series = pd.Series(conf[:, 1], index=test.index)

# Plot
plt.figure(figsize=(12,5), dpi=100)
plt.plot(train, label='training')
plt.plot(test, label='actual')
plt.plot(fc_series, label='forecast')
plt.fill_between(lower_series.index, lower_series, upper_series, 
                 color='k', alpha=.15)
plt.title('Forecast vs Actuals')
plt.legend(loc='upper left', fontsize=8)
plt.show()

预测值在我的图表中是恒定的，因为我的数据具有季节性成分。

Answer 2

我认为您只需要这样给定起点和终点值

 model_fit.predict(0,10)