作为公关。Hyndman 在这篇博文中解释说，ARMA 模型的数学中没有任何东西会限制预测长季节性周期。您无法预测很长时期的原因是，由于估计过程的高计算需求，大多数软件工具（包括 R 包）对允许的季节性滞后都有一个阈值。我可以想象，特别是 MA(q) 过程的估计可能会变得非常昂贵，因为它的复杂性随着季节顺序以高多项式程度增加（如果我没记错的话）。

除了对计算需求的限制之外，尝试预测如此大的序列也没有什么意义。正如 Hyndman 所指出的，“非常高阶的季节性差异没有多大意义——对于日常数据，它涉及将今天发生的事情与一年前发生的事情进行比较，并且没有限制季节性模式是平滑的”。这些长的季节性项可能会导致过度拟合，处理这种情况的最佳方法是使用傅立叶级数。