配適 ARIMA 模型
在這個練習中，你會學到如何在時間序列建模時「偷懶」。不用先做差分、為差分建模、再做積分，你可以把這些辛苦事交給 statsmodels。
你將重複先前做過的練習：為 Amazon 股票資料集的絕對值做預測，但這次要用 ARIMA 模型。
你的環境中已提供股票資料集的子集 amazon，以及 ARIMA 模型類別。
本練習屬於課程
Python 中的 ARIMA 模型
練習說明
- 使用
ARIMA類別，對 Amazon 股票資料amazon建立一個 ARIMA(2,1,2) 模型。 - 配適（fit）該模型。
- 對未來 10 個時間步的 Amazon 資料平均值進行預測。將結果指派給
arima_value_forecast。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)