AR、MR和AR（I）MA预测模型的决策函数

Question

我有一个很大的数据集，有很多年的数据，直到2015年。我可以用这些数据来训练一个预测模型，比如AR、MR或AR（I）MA，来自statsmodels：

import statsmodels.api as sm
model = sm.tsa.ARMA(y, order=(p, q)).fit()

我可以通过找到下一个值来找到将继续原始时间序列的预测：

yhat = model.forecast()

然而，我有一个不同的任务（和问题）。我想将此模型应用于2018年的（小）数据，无需再培训。目标是利用2018年的数据和1995-2015年的数据训练的模型预测2019年1月1日。原因是数据存在缺口，而且模型训练是一个耗时的过程。我希望避免在每次接收到新的数据值之后使用一个巨大的数据集重新训练整个模型。你知道吗

通常，像scikit这样的机器学习包在训练数据和测试数据之间明确地分开学习。它们的预测功能被应用于不同于列车数据集的测试数据集。它们通常提供一个决策函数，该函数使用模型的参数来推断结果。你知道吗

AR、MR和AR（I）MA预测模型的决策函数是什么，它使用训练模型的系数来推断预测值？有没有依赖AR（I）MA系数的公式可以用于类似的预测

yhat = forecast_function(y_test, model.coeff1, model.coeff2, ...)