時系列データ分析における予測手法の力業準最適化(SARIMA)【メモ】

概要

　とある電力データを分析を行う際、「AR,MA,ARIMA,SARIMAモデルを用いて電力需要を予測してほしい。」と依頼がありました。
初Pythonで初予測手法だったので、パラメータを総当たりで探すことにしました。

パラメータは、order=(p,d,q)とseasonal_order=(p,d,q)で、aicが最小のパラメータを採用することにしました。

ソース

　stackoverflowで見つけたものをいじって組み込みました。ソースを拾ったときにはsが12となっていました。月次データだったのかな？
今回は、1ヵ月の学習データで1週間の電力データを予測するため、ｓが24で最小のaicになりました。
なぜだろう・・・

import numpy as np
import pandas as pd
import statsmodels.api as sm
import statsmodels
import time

p = d = q = range(0,3)

import itertools

pdq = list(itertools.product(p, d, q))

seasonal_pdq = [(x[0], x[1], x[2], 12) for x in list(itertools.product(p, d, q))]

y=TargetData

minaic = 999999
minparam = 0

starttime = time.time()
for param in pdq:
    for param_seasonal in seasonal_pdq:
        try:
            print('fitting開始')
            mod = sm.tsa.statespace.SARIMAX(y,
                                            order=param,
                                            seasonal_order=param_seasonal,
                                            enforce_stationarity=False,
                                            enforce_invertibility=False)

            results = mod.fit()

            print('ARIMA{}x{}12 - AIC:{}'.format(param, param_seasonal, results.aic))

            if minaic > results.aic: 
                minaic = results.aic
                minparam = param
                minparams = param_seasonal
            print('aic最小値{} - aic最小値のp,d,q{} - aic最小値のp,d,q,s{}'.format(minaic, minparam,minparams))

        except:
            continue

duration = time.time() -starttime
print('p,d,qの推定終了\n計測時間:{}'.format(duration))

f = open('results_param(SARIMA).txt','w')
f.write('aic最小値{} - aic最小値のp,d,q{} - aic最小値のp,d,q,s{}'.format(minaic, minparam,minparams))
f.close()

課題

• 力業で最適化できたかどうかわからない
• 最適かどうかの評価要
• 力業のため速度が劇的に遅いため、速度改善