首先，检查Auto_arima和SARIMAX模型是否使用了相同的超参数。如果是，可以使用以下方法：（代码以Python为例）

from statsmodels.tsa.statespace.sarimax import SARIMAX
from pmdarima import auto_arima

# 设置超参数
p, d, q = 1, 1, 1
P, D, Q = 1, 1, 1
s = 12 # 季节性差分

# 使用Auto_arima进行预测
auto_model = auto_arima(y_train, seasonal=True, m=s, 
                        start_p=1, d=1, start_q=1, 
                        max_p=3, max_d=3, max_q=3, 
                        start_P=1, D=1, start_Q=1, 
                        max_P=3, max_D=3, max_Q=3,
                        trace=True, error_action='ignore', 
                        suppress_warnings=True, stepwise=True)

auto_forecast = auto_model.predict(n_periods=len(y_test))

# 使用SARIMAX进行预测
sarima_model = SARIMAX(y_train, order=(p, d, q), seasonal_order=(P, D, Q, s))
sarima_result = sarima_model.fit()

sarima_forecast = sarima_result.predict(start=len(y_train), end=len(y_train) + len(y_test) - 1)

# 对比两种方法得到的结果
print("Auto_arima forecast:", auto_forecast)
print("SARIMAX forecast:", sarima_forecast)

如果仍然出现结果不一致的情况，可能是因为两者使用了不同的优化算法。此时可以尝试调整优化算法的参数，或使用不同的优化算法来训练模型。