我正在使用SARIMA模型,使用98天的训练数据和4天的测试数据来预测时间序列。我的数据具有季节性和非平稳性。如所附的ACF和PACF图所示。使用SARIMA模型,生成了一个带有摘要的模型。我尝试在SARIMA模型中改变不同的参数,看看是否可以得到更好的拟合,但所有这些参数都会使拟合变得更差。目前的模型没有对测试数据进行合理的预测,我希望在这方面有任何想法。 ACF and PACF plot SARIMA model
我在试着预测谷歌的股价。我已经建立了两个模型,一个使用LSTM,另一个使用双向LSTM,但是预测值与测试值不太一致。我尝试过不同的参数,但几乎没有任何改进。
First I had to install these libraries:
!pip install yfinance
!pip install yahoofinancials
Then I import the needed libraries:
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import os
import