ARIMA 预测在 python 中不起作用，并出现错误“太多值无法解包（预计为 3 个）”

Question

我正在尝试预测股票价格，但出现此错误。

import statsmodels.api as smapi
model = smapi.tsa.arima.ARIMA(train_data, order = (1,1,0))
fitted = model.fit()
print(test_data.shape)
fc,se,conf=fitted.forecast(638, alpha = 0.05)
fc_series = pd.Series(fc, index = test_data.index)
lower_series = pd.Series(conf[:, 0], index = test_data.index)
upper_series = pd.Series(conf[:, 1], index = test_data.index)

对于这条线

fc,se,conf=fitted.forecast(638, alpha = 0.05)

我遇到的错误是

ValueError: too many values to unpack (expected 3)

我不确定是什么导致了错误。我输入了 638 因为那是

test_data

的形状

我真的很感谢这方面的帮助！

编辑

train_data.head()

就是这样以1888为形状

和

test_data.head()

就是这样以638为形状

我希望这有帮助。我仍然不确定为什么这不起作用。

Answer 1

在您提供的

forecast()

代码行中，您要求的变量

(fc, se, and conf)

与

forecast()

函数实际返回的变量之间似乎不匹配。

forecast()

模块中的

statsmodels.tsa.arima.model.ARIMAResults

函数仅返回指定时间段内的预测值，而不返回

se

和

conf

变量。

我认为您对

ARMA

模型和

ARIMA

模型感到困惑。在

ARMA

模型中，

forecast()

方法返回这 3 个值。

要解决此处的问题，您可以修改代码以仅询问预测值。这是更新后的代码：

# Only ask for the forecasted values
fc = fitted.forecast(638, alpha=0.05)

通过进行此更改，您将收到指定时间段（在给定示例中为 638 天）的未来值 (fc)

Series

。

您可以参考

ARIMA

文档这里。

并且，您可以参考

ARMA

文档这里

这是一个工作示例：

import numpy as np
import statsmodels.api as smapi

# ensure reproducibility
np.random.seed(42)

# time series for one year with daily frequency
time_index = pd.date_range(start='2013-07-01', periods=365, freq='D')
# random price values for training data
values = np.random.rand(365)*10
# create the dataframe
train_data = pd.DataFrame(values, index=time_index, columns=['Price'])

# time series for one month of test
time_index = pd.date_range(start='2014-07-01', periods=30, freq='D')
# random price values for test data
values = np.random.rand(30)*10
# create the dataframe
test_data = pd.DataFrame(values, index=time_index, columns=['Price'])


model = smapi.tsa.arima.ARIMA(train_data, order = (1,1,0))
fitted = model.fit()

fc=fitted.forecast(30)
test_data['forecasted'] = fc
test_data