Рассмотрим способ разложения временного ряда на трендовую, сезонную и остаточную составляющие. Под трендом понимаем общую закономерность ряда (изменение среднего значения со временем), под сезонностью — повторяющуюся закономерность в определенных периодах (чтобы говорить о сезонности, в датасете должно быть несколько периодов). Для демонстрации загрузим набор данных о статистике пассажирских перелетов с 1949 по 1960 из библиотеки pmdarima: Разложение на перечисленные выше составляющие можно произвести с помощью функции seasonal_decompose из модуля statsmodels...

При прогнозировании автокорреляция помогает прогнозированию. Автокорреляция как раз и указывает на то, что у временного ряда есть "память" в прошлое. А это значит, что будущие цены можно прогнозировать по прошлым данным. Отсутствие "памяти" Если во временном ряду отсутствует автокорреляция, то такой временной ряд принципиально невозможно прогнозировать. Никакими методами! Например, автокорреляция отсутствует при подбрасывании монеты. Автокорреляция отсутствует в выпадениях чисел в рулетке в казино...