我认为这是一个问题。如果您在github上提交一个文件，我将更可能记得添加类似的内容。预测机制（尚未）可用作面向用户的功能，因此您必须执行类似的操作。
如果您已经适合模型，则可以执行此操作。
# this is the nsteps ahead predictor functionfrom statsmodels.tsa.arima_model import _arma_predict_out_of_sampleres = sm.tsa.ARMA(y, (3, 2)).fit(trend="nc")# get what you need for predicting one-step aheadparams = res.paramsresiduals = res.residp = res.k_arq = res.k_mak_exog = res.k_exogk_trend = res.k_trendsteps = 1_arma_predict_out_of_sample(params, steps, residuals, p, q, k_trend, k_exog, endog=y, exog=None, start=len(y))
这是向前迈出的新的预测步骤。您可以将其附加到y，并且需要更新残差。
