Ajuster un modèle MA avec statsmodels

Dans les leçons précédentes, vous avez appris à lire l'ACF pour choisir l'ordre q d'un modèle MA et à préparer des données boursières différenciées. Il est maintenant temps de passer à l'ajustement concret : utiliser la classe ARIMA de statsmodels avec les paramètres p=0 et d=0 pour estimer un modèle MA(q), lire les coefficients obtenus et produire des prévisions hors échantillon. ## Configurer ARIMA comme un modèle MA pur La classe ARIMA de statsmodels accepte un triplet (p, d, q). Pour ajuster un MA(q) pur, on fixe p=0 et d=0, ce qui donne ARIMA(0, 0, q). La série passée en entrée doit déjà être stationnaire : dans le cas de prix de clôture boursiers, on travaille donc sur la série différe