python - 带滑动窗口的 ARIMA 模型 (SWARIMA)

Question

我已经使用 Keras 构建了一个用于金融时间序列预测的循环神经网络。我使用了滚动窗口方法，我们设置了一个滞后值（例如 5 或 10），它表示用于预测数据集中接下来的 t+1 天的天数。我用来实现这一点的函数是在 Python 中：

    def sliding_window(dataset, seq_size=10):
    x = []
    y = []
    for i in range(len(dataset)-seq_size-1):
        window = dataset[i:(i+seq_size), 0]
        x.append(window)
        y.append(dataset[i+seq_size, 0])        
    return array(x), array(y)

您在其中输入数据集并获得两个数组，一个x滞后值数组（lag=10）和一个y要预测的输出数组。

现在，我想将此模型的性能与更“标准”的计量经济学方法（如 ARIMA）进行比较。但是，statsmodelsARIMA 和pmdarima的auto_arima函数仅将一个序列作为输入。如何使用这些（或其他）模块应用相同的滑动窗口方法？由于我有一个很长的测试集，我不仅对在训练集前一天进行预测感兴趣，而且对使用滑动窗口方法 (SWARIMA) 预测整个测试集感兴趣。是否有另一个包实现此方法以使两个模型具有可比性？

标签： pythonforecastingarimasliding-window