如何正确设置 statsmodels.predict 函数的 start/end 参数

Question

我正在做预测：

# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima_model import ARIMA

# Forecast interest rates using an AR(1) model
mod = ARIMA(data, order=(1,1,1))
res = mod.fit()

# Plot the original series and the forecasted series
res.plot_predict(start='2014-07-02', end='2018-09-28')
plt.show()

我收到一个错误：

KeyError: "invalid literal for int() with base 10: '2014-07-02'"

阅读 statsmodels 文档后：https://www.statsmodels.org/dev/generated/statsmodels.tsa.arima_model.ARIMAResults.plot_predict.html
那么，直观的做法就是查看'2014-07-02'的类型，是pandas.core.indexes.datetimes.DatetimeIndex.
因此，根据文档，应该允许日期时间。这就是我感到困惑的原因。

我听从了 Martijn Pieters 的评论，这里的 material 问题是指数，该模型没有完整日期作为关键，因为它是澳大利亚股票指数：

            All Ordinaries closing price
Date    
2014-06-30  5382.0
2014-07-01  5366.5
2014-07-02  5441.7
2014-07-03  5479.5
2014-07-04  5511.8
2014-07-07  5506.3
2014-07-08  5498.5
2014-07-09  5442.2
2014-07-10  5454.3
2014-07-11  5474.6

因此，有些日期相差一天，有些日期相差三天。但是，我还是不明白为什么不能直接使用res.plot_predict。其他一些人可能有同样的问题，因为如果我使用连续的时间序列，那么它就可以工作。

Kriss在评论下提供了一个link，然后我通读了一遍，但是没能用它来解决我的问题：在我的数据中，每个日期都是唯一的，但为了确保这一点，我遵循了答案：

data = data.groupby(pd.TimeGrouper(freq='D')).sum()


# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima_model import ARIMA
from datetime import datetime


# Forecast interest rates using an AR(1) model
mod = ARIMA(data, order=(1,1,1))
res = mod.fit()

# Plot the original series and the forecasted series
res.plot_predict(start=min(data.index), end=datetime(2018,9,28))
plt.show()

然后，我也有想撞墙的感觉，报错：

KeyError: Timestamp('2014-06-30 00:00:00')

Answer 1

您正在尝试将连字符 (-) 转换为整数，这对于 int()

是一项不可能完成的任务

Answer 2

问题可以通过以下方式解决：

# Plot the original series and the forecasted series
res.plot_predict(start=datetime(2014,7,1), end=datetime(2018,9,28))
plt.show()

我不能使用第一个日期，因为我使用的是一阶差分

如何正确设置 statsmodels.predict 函数的 start/end 参数

How to properly set start/end params of statsmodels.predict function

python

statsmodels