ARIMAモデルによる株価の時系列モデル推定

Question

実現したいこと

表示される予測期間のグラフがほぼ平坦になってしまいます。
推定された値（auto ARIMA）を見てみましたが、ほぼ数値が変わらない状態になっています。
こういう結果になるのが普通か、あるいは修正する方法があるのかを教えていただきたいです

前提

Google ColabにおいてPythonコードを使って推定を進めています。

該当のソースコード

# ライブラリのインポート
!pip install pmdarima
import pandas as pd
import numpy as np
from scipy import signal
from statsmodels.tsa.seasonal import seasonal_decompose
from statsmodels.tsa.seasonal import STL
from statsmodels.tsa.stattools import adfuller
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
import matplotlib.pyplot as plt
import pmdarima as pm
from pmdarima import utils
from pmdarima import arima
from pmdarima import model_selection
from statsmodels.tsa.statespace.sarimax import SARIMAX
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_absolute_percentage_error




TOYOTA_stock_Source = pd.read_csv("/content/drive/MyDrive/7203トヨタ自動車株価.csv",  index_col=['日付'], parse_dates=True) 

# 終値の抽出
TOYOTA_stock = TOYOTA_stock_Source['終値']
# データの前処理
TOYOTA_stock = TOYOTA_stock_Source['終値'].str.replace(',', '').astype(float)
#欠損値の置換
TOYOTA_stock_imp_pd = TOYOTA_stock.fillna(TOYOTA_stock.mean())

plt.plot(TOYOTA_stock_imp_pd)

dfr = TOYOTA_stock_imp_pd.pct_change(1).dropna()

# 対数変換後、階差をとったものにADF検定
dftest = adfuller(np.diff(np.log(TOYOTA_stock_imp_pd)))
print('ADF Statistic: %f' % dftest[0])
print('p-value: %f' % dftest[1])

dftest = adfuller(np.diff(np.log(TOYOTA_stock_imp_pd),n=2))
print('ADF Statistic: %f' % dftest[0]) #検定統計量を表示させる
print('p-value: %f' % dftest[1])
print('Critical values :') 
for k, v in dftest[4].items(): #1%,5%,10%信頼区間を表示させている
    print('\t', k, v)

# 対数化後、階差数列化後、季節階差を除いたものにADF検定
dftest = adfuller(pd.DataFrame(np.diff(np.log(TOYOTA_stock_imp_pd))).diff(12).dropna())
print('p-value: %f' % dftest[1])

# 原系列
plot_acf(TOYOTA_stock_imp_pd, lags=20)
plot_pacf(TOYOTA_stock_imp_pd, lags=20)

# 対数化後、階差数列化後、季節階差を除いたもの
syori_dt = pd.DataFrame(np.diff(np.log(TOYOTA_stock_imp_pd))).diff(12).dropna()
acf = plot_acf(syori_dt, lags=20)
pacf = plot_pacf(syori_dt, lags=20)

# データ分割（train:学習データ、test:テストデータ）
train, test = model_selection.train_test_split(TOYOTA_stock_imp_pd, train_size=700)

arima_model = pm.auto_arima(train, 
                            seasonal=True,
                            m = 12,
                            trace=True,
                            n_jobs=-1,
                            maxiter=10)

# 予測
##学習データの期間の予測値
train_pred = arima_model.predict_in_sample()
##テストデータの期間の予測値
test_pred, test_pred_ci = arima_model.predict(
    n_periods=test.shape[0], 
    return_conf_int=True
)

print(test_pred)

# テストデータで精度検証
print('RMSE:')
print(np.sqrt(mean_squared_error(test, test_pred)))
print('MAE:')
print(mean_absolute_error(test, test_pred)) 
print('MAPE:')
print(mean_absolute_percentage_error(test, test_pred))

# グラフ化
fig, ax = plt.subplots()
ax.plot(train[24:].index, train[24:].values, label="actual(train dataset)")
ax.plot(test.index, test.values, label="actual(test dataset)", color="gray")
ax.plot(train[24:].index, train_pred[24:], color="c")
ax.plot(test.index, test_pred, label="auto ARIMA", color="c") 
ax.fill_between(
    test.index,
    test_pred_ci[:, 0],
    test_pred_ci[:, 1],
    color='c',
    alpha=.2)
ax.legend()

試したこと

データの欠損を埋める方法などを変えてみましたが大きく値が変動しませんでした。

補足情報（FW/ツールのバージョンなど）

csvファイルのリンクです。
トヨタ株価
初心者ゆえ抽象的な質問をして申し訳ありません。よろしくお願いします。