Почему моя модель Prophet выдает всплеск прогнозов на будущие периоды?

Я использую модель Prophet для прогнозирования временных рядов с целью предсказания ежемесячных расходов. Однако я заметил проблему, при которой мои прогнозы показывают неожиданные всплески в будущих значениях. Вот краткий обзор моего процесса:

1. Данные: У меня есть набор данных временных рядов с ежемесячными расходами за несколько лет. Данные предварительно обработаны с помощью расширенных функций, таких как лаговые переменные (lag_1 до lag_6), скользящие средние (ma_6, ma_3) и скользящие стандартные отклонения.
2. Сезонность: Я динамически анализировал сезонность с помощью seasonal_decompose и добавил сезонные компоненты для годовых и квартальных паттернов.
3. Моделирование: Я подогнал модель Prophet с динамической конфигурацией сезонности на основе анализа сезонности. Модель обучена с регрессорами, такими как tahun, bulan, quarter, ma_6 и лаговые функции.
4. Прогнозирование: После обучения я прогнозирую будущие значения (на 42 месяца вперед), динамически обновляя лаги на каждой итерации.

Несмотря на то что модель достаточно хорошо подходит к обучающим и тестовым данным, прогнозируемые значения демонстрируют всплески, особенно в более поздних периодах. Я пытаюсь понять, почему модель ведет себя таким образом и как я могу улучшить прогнозы.

Вот упрощенная версия моего цикла прогнозирования для будущих периодов:

# Цикл прогнозирования на будущее
for i in range(future_periods):
    future_input = {
        'ds': lags['ds'],
        'tahun': lags['ds'].year,
        'bulan': lags['ds'].month,
        'quarter': lags['ds'].quarter,
        'ma_6': lags['ma_6'],
        'ma_3': lags['ma_3'],
        'rolling_std': lags['rolling_std']
    }
    for lag in range(1, 7):
        future_input[f'lag_{lag}'] = lags[f'lag_{lag}']
    future_df = pd.DataFrame([future_input])
    
    # Прогноз Prophet
    prophet_forecast = prophet_model.predict(future_df)
    final_prediction = max(prophet_forecast['yhat'].values[0], 0)
    predictions.append(final_prediction)
    
    # Обновление лагов
    lags['ds'] = forecast_dates[i + 1] if i + 1 < future_periods else lags['ds']
    for j in range(6, 1, -1):
        lags[f'lag_{j}'] = lags[f'lag_{j-1}']
    lags['lag_1'] = final_prediction
    lags['ma_6'] = np.mean([lags[f'lag_{k}'] for k in range(1, 7)])
    lags['ma_3'] = np.mean([lags[f'lag_{k}'] for k in range(1, 4)])
    lags['rolling_std'] = np.std([lags[f'lag_{k}'] for k in range(1, 7)])

Наблюдения:

• Модель, похоже, резко реагирует на незначительные колебания лагов и скользящих средних в самых недавних месяцах, что приводит к значительным изменениям в прогнозах.

Что я пробовал:

• Я добавил расширенные функции и лаги для учета более детализированных паттернов, но всплески остаются.
• Я пытался отрегулировать шкалу предварительного изменения точки и шкалу предварительной сезонности, но это не решило проблему.
• Я ограничил максимальное значение прогнозов, чтобы избежать экстремальных всплесков, но модель продолжает выдавать нестабильные результаты.

Вопросы:

1. Почему модель показывает такие всплески в будущих прогнозах, особенно после определенного момента?
2. Как я могу настроить модель или шаги предварительной обработки, чтобы сгладить всплески и получить более стабильные прогнозы?
3. Может ли динамическое обновление значений лагов привести к нестабильности модели, и если да, то как я могу решить эту проблему?