Многовариантное прогнозирование временных рядов с набором данных за 3 месяца

У меня есть данные за 3 месяца (каждая строка соответствует каждому дню), и я хочу выполнить многомерный анализ временных рядов для них:

доступные столбцы -

Date    Capacity_booked Total_Bookings  Total_Searches  %Variation

Каждая дата имеет 1 запись в наборе данных и 3 месяца данных, и я хочу приспособить многомерную модель временных рядов для прогнозирования других переменных.

До сих пор это была моя попытка, и я пытался добиться того же, читая статьи.

Я сделал то же самое -

df['Date'] = pd.to_datetime(Date , format = '%d/%m/%Y')

data = df.drop(['Date'], axis=1)

data.index = df.Date

from statsmodels.tsa.vector_ar.vecm import coint_johansen
johan_test_temp = data
coint_johansen(johan_test_temp,-1,1).eig



#creating the train and validation set
train = data[:int(0.8*(len(data)))]
valid = data[int(0.8*(len(data))):]

freq=train.index.inferred_freq

from statsmodels.tsa.vector_ar.var_model import VAR

model = VAR(endog=train,freq=train.index.inferred_freq)
model_fit = model.fit()


# make prediction on validation
prediction = model_fit.forecast(model_fit.data, steps=len(valid))

cols = data.columns

pred = pd.DataFrame(index=range(0,len(prediction)),columns=[cols])
    for j in range(0,4):
        for i in range(0, len(prediction)):
           pred.iloc[i][j] = prediction[i][j]

У меня есть набор проверки и набор прогнозов. Однако прогнозы намного хуже, чем ожидалось.

Графики набора данных: 1.% Вариация

2. Capacity_Booked

3. Общее количество бронирований и поисков

Результат, который я получаю, -

Фрейм данных прогнозирования -

Фрейм данных валидации -

Как видите, прогнозы не соответствуют ожиданиям. Может кто посоветует способ повысить точность. Кроме того, если я подбираю модель для всех данных, а затем распечатываю прогнозы, она не учитывает начало нового месяца и, следовательно, предсказывает как таковой. Как это можно включить здесь? приветствуется любая помощь.

ИЗМЕНИТЬ

Ссылка на набор данных - набор данных

Спасибо