Los luchadores

Nombre	Modelo	fpp3	¿Default?	Cuándo brilla
naive	Repite el último valor	5.2	✓	Benchmark obligatorio
snaive	Naive estacional	5.2	✓	Benchmark con estacionalidad
drift	Extrapolación lineal	5.2	✓	Benchmark con tendencia
theta	Método Theta (ganador M3)	—	✓	Casi siempre; difícil de vencer
stlf	STL + ETS	3.6	✓	Estacionalidad estable, tendencia caprichosa
sarima	auto_arima → SARIMA/SARIMAX	9, 10	✓	Dinámica rica; el que usa exógenas
ets	Suavizamiento exponencial	8	✓	El clásico robusto
xgb	STL + tendencia + boosting recursivo	3.6	✓	Patrones no lineales
harmonic	Fourier + ARIMA en errores	10.5, 12.1	con season_length=[m1,m2]	Estacionalidad múltiple o de periodo largo
croston	Croston / SBA	—	no	Demanda intermitente (muchos ceros)
Ensemble	Combinación de todos	—	✓	Cuando ninguno domina

Tu propio luchador

Cualquier subclase de BaseForecaster entra a la pelea:

from forecast_arena import BaseForecaster

class MiModelo(BaseForecaster):
    name = "MiModelo"
    def _fit(self, y, X=None): ...
    def _predict(self, h, X_future=None): ...

Arena(models=["snaive", MiModelo()]).compete(y)

Opcionalmente implementa residuals() (habilita diagnóstico e intervalos por default) y predict_interval() (bandas con tu propia teoría).