Как вручную спрогнозировать модель statsmodels VAR (векторная авторегрессия)
У меня есть 4 временных ряда, на которых я запускал модель VAR statsmodels. Конкретный оператор импорта (в случае нескольких реализаций VAR):
from statsmodels.tsa.api import VAR
Меня особенно интересует прогнозирование одной из 4 серий. Я подошел к модели VAR и использовал метод "прогноза", прогнозы выглядели нормально. Теперь я также хочу вручную запустить эти прогнозы, чтобы убедиться, что я понимаю внутреннюю реализацию (и потому что в качестве следующего шага я хочу подключить независимые прогнозы для пояснительного ряда и использовать коэффициенты модели для проецирования моего целевого ряда).
Когда я использую обученные коэффициенты модели для создания линейных комбинаций запаздывающих значений для всех серий (я дважды и трижды проверил правильность моего упорядочивания коэффициентов) и использую прогноз, я получаю другой результат:
Если я расширю горизонт прогнозирования еще больше, кажется, что дисперсия стремится к бесконечности.
Вот документация statsmodels по их методу прогноза
https://www.statsmodels.org/dev/vector_ar.html
Они упоминают, что "линейный предсказатель является оптимальным прогнозом на h-шаг вперед с точки зрения среднеквадратичной ошибки". Означает ли это, что поверх всего этого проводится какая-то оптимизация? Или они просто повторяют тот факт, что эта модель была обучена с функцией потерь MSE?
Если это описание невозможно дать конструктивную обратную связь, я приведу простой пример, но, возможно, мне не хватает чего-то очевидного.