通常，ARIMA 回归用于经典统计方法，当目标不仅仅是预测时，还要了解不同的解释变量如何与因变量以及彼此相关。ARIMA 专门用于时间序列数据。

相反，XGBoost 模型用于纯机器学习方法，我们只关心预测的质量。XGBoost 回归量可用于时间序列预测（一个例子是这个 Kaggle 内核），尽管它们并不是专门用于长期预测。但他们可以工作。

总之，我不知道你的数据，但如果我必须打赌，我会选择 ARIMA。但是，两者都可以很好地工作，我建议您尝试两者并根据您的特定需求选择最好的。它们实施起来相对较快，不应该花费太多时间。