Adattare un modello ARIMA
In questo esercizio imparerai a essere “pigro” nella modellizzazione di serie temporali. Invece di differenziare, modellare le differenze e poi integrare, lascerai che sia statsmodels a fare il lavoro duro per te.
Ripeterai lo stesso esercizio di prima, prevedendo i valori assoluti del dataset delle azioni Amazon, ma questa volta con un modello ARIMA.
Un sottoinsieme del dataset è disponibile nel tuo ambiente come amazon, così come la classe del modello ARIMA.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Istruzioni dell'esercizio
- Crea un modello ARIMA(2,1,2) usando la classe
ARIMA, passandogli i dati delle azioni Amazonamazon. - Stima (fit) il modello.
- Esegui una previsione dei valori medi dei dati Amazon per i prossimi 10 passi temporali. Assegna il risultato a
arima_value_forecast.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create ARIMA(2,1,2) model
arima = ____
# Fit ARIMA model
arima_results = ____
# Make ARIMA forecast of next 10 values
arima_value_forecast = ____.____(steps=____).____
# Print forecast
print(arima_value_forecast)