拟合 ARIMA 模型
在本练习中，您将学习在时间序列建模中如何"偷懒"。与其先做差分、对差分建模、再积分，不如让 statsmodels 来替您完成这些繁重工作。
您将重复之前做过的练习：为 Amazon 股票数据集的绝对值做预测，不过这一次使用 ARIMA 模型。
环境中已提供股票数据子集 amazon，以及 ARIMA 模型类。
本练习是课程的一部分
Python 中的 ARIMA 模型
练习说明
- 使用
ARIMA类并传入 Amazon 股票数据amazon，创建一个 ARIMA(2,1,2) 模型。 - 拟合该模型。
- 对接下来 10 个时间步的 Amazon 数据均值进行预测。将结果赋给
arima_value_forecast。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)