预测趋势线上的时间序列预测，包括季节性（Python）

Question

在过去的几天里，我对使用statsmodels（Python）的Times系列非常着迷。我是TS领域的新手，虽然我对各种回归模型有更好的理解。我的问题是：

我有一个时间序列，我进行了平稳化（要么通过季节性分解，要么通过差异化）。我还利用ACF和PACF图计算了ARIMA模型的参数p、d和q，并将模型拟合到平稳的TS或残差上（我从季节性τ分解中得到）。很高兴，我也得到了一个预测。在

但现在我的问题是我的预测也是平稳的。我需要一个趋势和季节循环。假设我有时间t1-t100的数据，我需要从t101-t110进行预测。t101-t110的预测是平稳的，我不知道如何在趋势线上预测并包括周期。在

有人能解释一下我是如何将预测和季节性_分解函数中的成分包括进来，从而得到预期的结果吗。在