import statsmodels.api as sm
import numpy as np
x = [1 if i%2 == 0 else 6 for i in range(50)]
eta = np.random.normal(0, 0.01, 50)
x = x + eta
res = sm.tsa.stattools.arma_order_select_ic(x, ic=['aic']) 
print res.aic_min_order
model = sm.tsa.ARMA(x, res.aic_min_order).fit(disp = 0)
print model.predict(45, 55)

RMA 是为平稳过程设计的，默认情况下对参数估计施加平稳性。

您的数据不是平稳的，即滞后多项式具有季节性单位根。通常的处理方法是使用季节性差分或确定性季节性模式，例如使用虚拟变量或样条。

Statsmodels 目前没有自动季节检测和模型选择，但 SARIMAX 可用于季节性集成 ARMA 过程。

谢谢你。但我认为 arma_order_select_ic 做模型选择工作。如果 statsmodels 当前没有自动模型选择，那么 arma_order_select_ic 究竟做了什么？

它选择 arma 滞后阶 p 和 q，但不尝试识别趋势、差分阶、季节性、异常值等。