我使用了SARIMA中的训练集和测试集来预测应该是当前值，但是我如何预测超出时间戳的值呢

要预测超出时间戳的值，可以使用SARIMA模型进行时间序列的预测。SARIMA（Seasonal Autoregressive Integrated Moving Average）是一种常用的时间序列预测模型，它结合了自回归（AR）、差分（I）和移动平均（MA）的特性，能够对时间序列数据进行建模和预测。

在使用SARIMA模型进行预测时，首先需要对时间序列数据进行拆分，将数据集划分为训练集和测试集。训练集用于拟合SARIMA模型的参数，测试集用于评估模型的预测性能。

一般情况下，SARIMA模型的预测是基于已有的历史数据进行的，因此要预测超出时间戳的值，需要先根据已有的数据建立SARIMA模型，然后使用该模型进行未来时间点的预测。

具体步骤如下：

1. 将时间序列数据划分为训练集和测试集。
2. 使用训练集数据拟合SARIMA模型，确定模型的参数。
3. 使用已拟合的SARIMA模型对测试集数据进行预测，评估预测性能。
4. 如果需要预测超出时间戳的值，可以使用已拟合的SARIMA模型对未来时间点进行预测。

在腾讯云中，可以使用云原生技术和相关产品来支持SARIMA模型的训练和预测。例如，可以使用腾讯云的容器服务（TKE）来部署和管理SARIMA模型的训练和推理任务，使用腾讯云的对象存储（COS）来存储和管理训练数据和模型文件，使用腾讯云的函数计算（SCF）来实现模型的在线推理功能。

总结： SARIMA模型是一种常用的时间序列预测模型，可以用于预测超出时间戳的值。在使用SARIMA模型进行预测时，需要先拟合模型参数，然后使用该模型对未来时间点进行预测。腾讯云提供了一系列云原生技术和产品，可以支持SARIMA模型的训练和预测任务。