statsmodels - 动态因子模型：预测因子

Question

该statsmodels包提供了一个DynamicFactor对象，当它适合时，会产生一个statsmodels.tsa.statespace.dynamic_factor.DynamicFactorResultsWrapper对象。提供predict和simulate方法，但都预测原始时间序列，而不是潜在的潜在因素。

我尝试将潜在因素重建为 AR 过程，但没有成功。.ssm["transition"]和结果中的系数.summary()匹配，但是当模拟为 AR 过程时，不要给我返回结果的因素.factors["filtered"]......

如何生成潜在因素的未来值？

标签： statsmodels

Answer 1

一种方法是：

m = sm.tsa.DynamicFactor(endog, k_factors=1, factor_order=1)
r = m.fit()
f = r.get_forecast(10)
print(f.prediction_results.filtered_state)

请注意，这始终是一个 numpy 数组，因此如果您的数据有例如 Pandas 日期索引，您需要自己创建带有该索引的 Pandas 系列。

另一种方法是将np.nan值附加到数据集的末尾，然后使用典型的.factors["filtered"]访问器。如果您使用 附加n观测值np.nan，则 的最后一个n值.factors["filtered"]将包含因子的预测。