python - ARIMA 模型预测的订购时间戳

Question

信息：

我正在尝试预测比特币的价格，作为测试并使其更容易，在我的数据中我最近的日期时间后 1 天。所以 t = 2020 年 5 月 27 日，t + 1 = 2020 年 5 月 28 日。

所以我加载了我的数据：

x = pd.read_csv('btcdata.csv', header=0, parse_dates=['Date'], index_col=0)
close = x.Close

这就是它的样子.head()：

Date
2020-05-27    8854.32
2020-05-26    8844.42
2020-05-25    8899.31
2020-05-24    8715.73
2020-05-23    9181.76

这有一个小问题，最近的日期位于顶部，最旧的日期位于底部。大多数日期都是按相反的方式组织的，至少 ARIMA 模型是这样看待它的。

因此，当我使用该模型进行拟合和预测时.forecast()，这是我的output[0]：

[381.59648517]

这实际上与.tail()我的数据更匹配：

Date
2014-12-05    377.1
2014-12-04    377.1
2014-12-03    378.0
2014-12-02    378.0
2014-12-01    370.0

问题/问题：

我该如何解决这个问题，并以某种方式对其进行排序，以便 ARIMA 模型知道哪个是我最近的日期t并知道预测t + 1

同样，每次我适合我的模型时，都会出现这两个警告。它可能与问题有关：

ValueWarning: A date index has been provided, but it has no associated frequency information and so will be ignored when e.g. forecasting.
ValueWarning: A date index has been provided, but it is not monotonic and so will be ignored when e.g. forecasting.

标签： pythonpandasarima

Answer 1

ValueWarning: A date index has been provided, but it has no associated frequency information and so will be ignored when e.g. forecasting.表示 ARIMA 不了解您的数据格式。

这应该将所有内容转换为 DatetimeIndex，频率为天。

x.index = pd.DatetimeIndex(x.index).to_period('D')

ValueWarning: A date index has been provided, but it is not monotonic and so will be ignored when e.g. forecasting.表示数据未排序，因此输入以下行：

x = x.sort_index()