请帮我写一份可填入数值计算的二次指数平滑模型的代码

二次指数平滑法是一种时间序列分析中常用的预测模型，它结合了历史数据的加权平均和最近值的影响。下面是一个简单的Python示例，使用pandas库来创建这个模型：

import pandas as pd
from statsmodels.tsa.holtwinters import SimpleExpSmoothing

# 假设我们有一个包含日期和数值的数据列df['value']
def quadratic_exponential_smoothing(data, smoothing_level=0.6, smoothing_slope=0.3):
    # 创建SimpleExpSmoothing对象
    model = SimpleExpSmoothing(data)

    # 拟合模型
    model_fit = model.fit(smoothing_level=smoothing_level, optimized=False)  # 使用给定的level和slope

    # 预测函数
    def predict(n_periods):
        future = model_fit.forecast(steps=n_periods)
        return list(future)[0]

    return predict, model_fit

# 示例用法
data_series = pd.Series([1, 2, 3, 4, 5, 6, 7])  # 这里只是一个简化的系列，替换为实际数据
predict_func, model = quadratic_exponential_smoothing(data_series)

# 获取未来n天的预测值，例如n=3
future_days = 3
forecast_values = predict_func(future_days)
print("未来{}天的预测值：{}".format(future_days, forecast_values))