问Statsmodels SARIMAX:如何处理最大延迟错误？

EN

我正在尝试使用SARIMAX预测季节性时间序列。时间序列由PV馈入的日最大值组成，这导致了假设365天的周期性。

下面是我的代码：

mod= SARIMAX(realy.Max, order=(0,1,1), seasonal_order=(0,1,1,365))
results_SARIMAX = mod.fit(disp= -1)

由于我的周期性，我将seasonal_order中的%s设置为365。我还根据一些预先考虑的因素设置了变量p，d，q，分别为P，D，q。我的问题是，在执行代码后，会出现以下错误：

ValueError: maxlag should be < nobs

当我将s的值从365降低到例如150时，它是有效的，但结果很糟糕，因为这根本不是我的季节性。问题是，maxlag或nobs是在哪里定义的，我能相应地更改它们吗？

SARIMAX函数的docstring只说明每季度或每月的数据，而不是每日数据。是否有人有使用SARIMAX的经验，并且已经使用基于日期值的时间序列进行了预测？我已经在网上找过了，想解决这个问题，但我找不到任何有用的东西。

类似的问题已经出现在这里How to set maxlag when Forecasting Sales for smaller data in SARIMAX?和这里How to change maxlag for ARMAX.predict?

但在我的例子中，我不知道如何克服这个问题，因为我没有任何外生值可以提交。

我还建立了一个基于ARIMA的模型，我可以用它进行适当的预测。因为我没有非季节性的时间序列，所以我认为使用SARIMAX来获得更好的结果可能是一个好主意。不幸的是，我不能处理这个错误。

提前感谢您的帮助！