如何在statsmodel的SARIMAX模型中输入多个外生变量？

Question

在statsmodels中，对于SARIMAX或ARIMA模型，我想使用多个外部变量（外生变量）。例如，我想使用滞后3的AR作为收益时间序列，滞后4的AR与天气温度时间序列，以及市场价格的另一个变量，滞后3的AR，预测时间t的收益。这似乎不可能吗？有什么例子或解释如何做到的？

Answer 1

首先必须定义你的外源输入与尺寸的阵列型结构的NOBS X ķ其中NOBS是您的内源观察的数量（即假设你有一个时间序列，时间序列的长度）和ķ的您的其他外生变量的数量。假设您为此目的使用ndarray，则可能会从以下内容开始

exog = np.empty([nobs, k])

然后用外生变量的值填充它。然后，按照下面的示例定义模型：

model = sm.tsa.SARIMAX(endog=series, exog=exog, order=order, seasonal_order=seasonal_order).fit(start_params=[0, 0, 0, 0, 0, 1])

其中系列是原来的时间序列，exog外源输入，以便第（p，d，q）的元组和seasonal_order一个（P，d，Q，S）元组。您应该注意start_params列表，对于我而言，该列表对于成功构建sarimax模型至关重要。

当我不使用任何外部输入时，对于（p，d，q） =（1,0,0）和（P，D，Q，s），start_params列表为start_params = [0，0，0，1] =（1,0,0,37）。

当我添加3个新的外部输入时，我将start_params列表设置为start_params = [0，0，0，0，1，1]，如果您注意到它还有2个其他元素。

我想（我不确定不确定是否也没有彻底检查过）如果您在模型中添加k个外部输入，则必须在start_params列表中添加k-1个其他元素才能成功构建sarimax模型。

希望能帮助到你。干杯。