时间序列预测概论 Introduction to Time Series Forecasting

时间序列预测概论

Introduction to Time Series Forecasting

> 核心问题：什么是时间序列预测？为什么它重要？如何系统性地理解和学习这一领域？

当我们打开金融市场的交易终端，屏幕上跳动的不仅是当下的股价，更是经过历史数据训练的预测模型对明日的预判；当电网调度中心的管理人员审视着负荷曲线，他们所做的本质上是一个跨越数百个时间步的预测任务；当零售连锁店的供应链系统自动生成补货建议时，背后是一套融合了季节性周期与趋势演变的预测算法。时间序列预测，这个听起来略显学术的概念，实际上已经渗透到现代社会的每一个角落，成为商业决策、公共治理与技术创新的隐形基石。然而，究竟什么构成了一个真正意义上的时间序列预测问题？不同预测任务之间存在怎样的本质差异？从传统的统计方法到前沿的深度学习架构，这一领域经历了怎样的演进历程？面对一个新的预测任务，从业者应当遵循怎样的系统化思维框架来选择合适的方法？这些问题的答案，正是本章将要系统阐述的核心内容。

1.1 时间序列的本质：定义、特性与分类体系

1.1.1 时间序列的数学定义

从数学角度来看，时间序列（Time Series）是按时间顺序排列的随机变量序列。设我们有一个在离散时间点 $t = 1, 2, 3, \ldots, T$ 上观测到的序列 $\{Y_t\}$，其中 $Y_t$ 表示在时刻 $t$ 的观测值。严格而言，每一个 $Y_t$ 本身是一个随机变量，因为我们假设观测过程受到随机因素的影响；而当我们获得具体观测值时，我们得到的是该随机变量的一次实现（realization），记作 $y_t$。这种区分至关重要——时间序列分析的核心任务，正是从有限长度的观测序列 $\{y_1, y_2, \ldots, y_T\}$ 中推断潜在随机过程的特性，进而预测未来尚未观测到的值。

时间序列与横截面数据（cross-sectional data）的根本区别在于顺序的重要性。在横截面数据中，观测值之间的位置关系不承载信息——比如某个城市某一天的温度与另一个城市同一天的温度之间并无内在联系。而在时间序列中，观测值的相对位置本身就是数据结构的核心组成部分。一个经典比喻是：横截面数据如同将一本书的所有页面打乱后阅读，而时间序列数据则要求我们按照页码顺序一页一页地翻阅——顺序被打乱，信息便支离破碎。

1.1.2 时间序列的核心特性

要深入理解时间序列预测，首先必须把握时间序列数据区别于其他类型数据的本质特性。这些特性不仅决定了预测方法的选择，也影响着预测结果的可靠性评估。

趋势（Trend） 是时间序列中长期变化的方向性成分。股票价格在数月或数年内的整体上涨或下跌、某地区人口数量的持续增长、某种产品市场占有率的逐渐下滑，这些都是趋势成分的表现形式。趋势意味着序列不存在“回归均值”的自然倾向，预测模型必须能够捕捉并外推这种长期运动规律。数学上，趋势通常被建模为时间 $t$ 的确定性或随机性函数，如 $T_t = \alpha + \beta t$（线性趋势）或更复杂的非线性形式。

季节性（Seasonality） 反映时间序列中与固定周期相关的规律性波动。电力负荷的夏季高峰与冬季高峰、零售销售额的节假日激增、航空公司客流量的周末效应——这些都是季节性的典型体现。季节性使得序列在特定时间点表现出系统性的偏高或偏低，预测模型需要学习这种周期性模式并将其延伸到未来。设 $s$ 为季节周期（如年度季节性中 $s=12$ 个月，周度数据中 $s=7$ 天），季节性成分 $S_t$ 满足 $S_{t+s} \approx S_t$ 的近似不变性。

周期性（Cyclicity） 常常与季节性混淆，但二者存在本质区别。季节性具有固定且已知的长度（如一年四季），而周期性波动没有预定的周期长度，其持续时间可能数年不等，与宏观经济周期、商业投资周期密切相关。区分季节性与周期性的实用标准是：季节性可以通过日历规律直接解释，而周期性往往需要借助外部解释变量或状态转换模型来捕捉。

自相关性（Autocorrelation） 是时间序列最核心的统计特性之一。它描述的是序列当前值与过去值之间的线性相关程度。设滞后 $k$ 的自协方差为 $\gamma_k = \text{Cov}(Y_t, Y_{t-k})$，滞后 $k$ 的自相关系数为 $\rho_k = \gamma_k / \gamma_0$，其中 $\gamma_0$ 为序列的方差。自相关函数（ACF） 刻画了 $\rho_k$ 随滞后 $k$ 变化的模式，而偏自相关函数（PACF） 则在控制中间滞后值的影响后，衡量 $Y_t$ 与 $Y_{t-k}$ 之间的直接相关性。这两个函数是诊断时间序列特性、选择合适预测模型的基础工具。

平稳性（Stationarity） 是时间序列分析的基石概念，分为严平稳（Strict Stationarity） 和宽平稳（Weak Stationarity） 两种定义。严平稳要求序列的所有有限维分布关于时间平移保持不变——这是一个极为严格的条件，在实际应用中几乎无法验证。宽平稳（也称协方差平稳）仅要求序列的均值函数为常数、自协方差函数仅依赖于滞后间隔而不依赖于时间位置，即 $E[Y_t] = \mu$（对所有 $t$）且 $\text{Cov}(Y_t, Y_{t-k}) = \gamma_k$（仅依赖于 $k$）。宽平稳在实际应用中更为常用，因为我们可以从有限观测数据中估计均值和自协方差函数。

平稳性的重要性在于：大多数时间序列预测方法的有效性都建立在平稳性假设之上。如果序列存在趋势或季节性，其统计特性会随时间变化，基于历史数据估计的参数无法稳定地适用于未来。经典的 ARIMA 模型族要求输入序列是平稳的；非平稳序列需要通过差分（differencing）或其他变换手段转化为平稳序列。这一约束深刻影响了时间序列预测的方法论演进。

1.1.3 时间序列的分类体系

建立清晰的时间序列分类体系，有助于我们在面对具体预测任务时快速定位问题的性质，选择恰当的分析方法。

根据变量数量分类：时间序列可分为单变量时间序列（Univariate Time Series） 和多变量时间序列（Multivariate Time Series）。单变量时间序列仅包含一个随时间变化的变量，预测仅基于该变量自身的历史信息，如仅用历史股价预测未来股价。多变量时间序列包含两个或两个以上同时观测的变量，预测时可以同时利用所有变量的历史信息，如同时利用股价、成交量、波动率指数来预测股价。多元时间序列预测的核心挑战在于捕捉变量之间的交叉相关性（cross-correlation），即不同变量的滞后值之间的相关关系。

根据时间尺度分类：时间序列可按观测频率分为超高频数据（Ultra-high Frequency）、高频数据（High Frequency）、日度数据（Daily）、周度数据（Weekly）、月度数据（Monthly）、季度数据（Quarterly）、年度数据（Annual） 等。不同时间尺度的数据具有不同的特征结构：高频数据往往表现出更强的噪声和日内模式，但也蕴含更丰富的微观结构信息；低频数据则更容易被趋势和季节性主导。观测频率的选择本身也是研究设计的重要决策——过于频繁的观测可能引入测量噪声和信息冗余，过于稀疏的观测则可能丢失关键的变化信息。

根据变量性质分类：可分为连续型时间序列（取值在某一区间内连续，如温度、浓度）和离散型时间序列（取值来自有限集合，如计数数据、二进制事件）。离散型时间序列的预测需要特别的方法，如泊松自回归模型或二项式自回归模型，因为传统的连续型时间序列方法（如基于高斯假设的方法）在离散数据上可能失效。

根据样本长度分类：可分为长序列（数千甚至数万观测点）和短序列（数十或数百观测点）。样本长度直接影响可用的预测方法：长序列允许复杂模型的有效估计，但同时可能面临非平稳性和结构断裂的挑战；短序列限制了模型的复杂度，但结构相对稳定，更适合简单的参数化方法。

1.2 预测任务的类型：从点到区间的概率图景

1.2.1 点预测：单一数值背后的条件期望

点预测（Point Forecasting） 是最直观的预测形式，它为未来时间点 $T+h$ 输出一个单一的预测值 $\hat{y}_{T+h}$。这里 $h$ 称为预测步长（forecast horizon），$h=1$ 时为一步预测，$h>1$ 时为多步预测。点预测的核心假设是存在一个“最优”的条件预测量——在均方误差（MSE）损失下，这一最优量为条件期望 $E[Y_{T+h} | \mathcal{F}_T]$，其中 $\mathcal{F}_T$ 表示截止到时间 $T$ 的所有可用信息。

这一数学表达揭示了点预测的本质特征：预测值是关于未来不确定性的“点估计”，它代表的是在长期重复观测下的平均表现，而非对单次实现的最佳猜测。考虑一个简单的例子：假设明天的股价服从均值为 100 元、方差为 25 的正态分布。点预测给出 100 元，这是最小化均方误差的最优预测值。然而，如果实际决策只需要知道股价是否会突破 105 元的阈值，这个预测值本身的信息量极为有限——它无法告诉我们突破概率有多大。因此，点预测的适用性高度依赖于决策情境和损失函数的形式。

在实践中，不同的损失函数对应不同的最优点预测量。中位数预测在绝对值损失（$L_1$ 损失）下是最优的，对异常值更加稳健；众数预测在零一损失下是最优的，适用于分类类型的预测。理解这一对应关系，有助于我们在特定应用场景中选择或设计合适的预测方法。

1.2.2 区间预测：不确定性的量化表达

区间预测（Interval Forecasting） 在点预测的基础上更进一步，它为目标变量提供一个置信区间 $\left[\hat{y}_{T+h}^{(L)}, \hat{y}_{T+h}^{(U)}\right]$，明确表达预测的不确定性范围。区间预测的核心价值在于它承认并量化了预测的不确定性，而这种不确定性对于风险敏感型决策至关重要。

以电力系统调度为例，电网运营商不仅需要知道明天的总负荷大致是多少（点预测），更需要知道负荷可能波动的范围。如果预测区间过窄，可能导致调度计划无法应对真实波动，引发供电不足或过剩的风险；如果预测区间过宽，虽然安全性提高，但会增加运营成本（需要预留更多备用容量）。因此，最优的区间宽度不是越窄越好，而是要在预测准确性（区间覆盖真实值的频率）与信息量（区间宽度）之间取得平衡。

区间预测的质量通常通过覆盖概率（Coverage Probability） 来评估：对于名义覆盖率 $1-\alpha$ 的区间（如 95% 置信区间），实际覆盖率应接近 $1-\alpha$。覆盖率过低意味着区间过于乐观，低估了不确定性；覆盖率过高则意味着区间过于保守，高估了不确定性。评估不同预测方法的区间质量，还需考虑区间宽度与覆盖率的联合表现——在相同覆盖率下，区间更窄的方法提供了更精确的不确定性估计。

1.2.3 概率预测：完整分布的密度估计

概率预测（Probabilistic Forecasting） 代表了预测任务的最高形式，它不满足于给出点估计或区间边界，而是完整地估计目标变量在未来时刻的条件概率分布 $p(y_{T+h} | \mathcal{F}_T)$。这一分布的密度函数（或概率质量函数对于离散变量）包含了关于未来的全部不确定性信息。

概率预测的输出形式多样，包括：概率密度函数（PDF）——对于连续变量，给出每个可能取值的概率密度；概率质量函数（PMF）——对于离散变量，给出每个可能取值的概率；分位数函数（Quantile Function）——给出不同分位数水平下的预测值（如第 5、25、50、75、95 分位数），这在实践中非常有用，因为它不依赖于分布的函数形式假设；预测区间——从分位数函数可以直接导出任意置信水平的预测区间。

概率预测的应用场景极为广泛。金融风险管理需要知道投资组合在未来一天、一个月可能遭受的最大损失，这对应于分布的尾部特征；库存优化需要根据需求分布的形状来平衡缺货成本与库存持有成本；医疗临床决策需要根据患者生理指标的预测分布来评估不同治疗方案的风险收益比。在这些场景中，仅仅知道预测的期望值或中位数远远不够，我们需要完整的分布信息来支撑最优决策。

从点预测到区间预测再到概率预测，代表着预测信息量的逐步丰富。值得注意的是，这三种预测类型并非相互排斥，而是存在内在联系：点预测可以视为概率预测的某种汇总统计（如均值或中位数），区间预测可以视为概率预测在特定分位数处的采样。然而，这种从高级形式“降维”到低级形式的转换会丢失信息，反之则需要额外的建模工作。因此，在选择预测任务类型时，应当从决策需求出发，而非从技术便利性出发。

1.2.4 预测任务的评估指标

无论选择何种预测任务类型，都需要明确的评估指标来量化预测质量。点预测的常用评估指标包括：均方误差（MSE）及其平方根（RMSE），对大误差给予更高惩罚；平均绝对误差（MAE），对所有误差一视同仁，对异常值更稳健；平均绝对百分比误差（MAPE），以百分比形式表达，跨尺度可比，但对接近零的真实值敏感；对称MAPE（sMAPE），解决了MAPE在真实值接近零时的问题，但可能产生负值。这些指标各有优缺点，实际选择应考虑数据特性和业务场景。

概率预测的评估需要更复杂的指标。连续排名概率分数（CRPS） 是概率预测评估的标准指标，它是概率积分变换（PIT）直方图与均匀分布之间差异的面积度量，综合考量了校准性（预测分布与实际观测的一致性）和锐度（预测分布的集中程度）。对数得分（Log Score） 评估预测密度的密度函数值，对高概率赋予高得分，但过于敏感于尾部预测。区间预测则可以使用覆盖宽度准则（CWC）等指标，权衡覆盖率与区间宽度。

一个被广泛忽视的事实是：最优的预测方法取决于评估指标的选择。一个在MSE下表现优异的方法，在MAE或MAPE下可能表现平庸，反之亦然。这提醒我们，评估指标的选择不是技术细节，而是决策导向的关键步骤——它必须反映真实的业务损失函数。

1.3 应用版图：时间序列预测的实践疆域

1.3.1 金融市场：从价格预测到风险管理

时间序列预测在金融领域的应用最为深远，也最能体现预测问题的复杂性。股票价格预测是这一领域的标志性任务：预测者试图根据历史价格、成交量、宏观经济指标、公司基本面等多源信息，预测未来股价走势。然而，有效市场假说（EMH）的存在使得这一任务充满争议——如果价格已经充分反映了所有可用信息，那么基于历史数据的预测将无法产生超额收益。尽管如此，学术界和业界从未停止探索：技术分析流派基于历史价格形态寻找交易信号，量化投资机构运用统计和机器学习方法构建alpha策略，学术研究则通过实证分析检验各种预测方法的有效性边界。

波动率预测是另一个核心任务。不同于价格预测的争议性，波动率预测被广泛认为是可实现的——因为波动率具有聚集性（volatility clustering）特征，即高波动期往往跟随高波动期，低波动期往往跟随低波动期，这为预测提供了可利用的结构性信息。GARCH族模型及其扩展（如EGARCH、IGARCH、GJR-GARCH）是波动率预测的经典工具，近年来深度学习模型（如LSTM、Transformer）也被引入这一领域，展现出对非线性波动模式的捕捉能力。波动率预测的直接应用是风险价值（VaR） 和条件风险价值（CVaR） 的估计，它们是金融机构量化市场风险的核心指标。

高频交易代表了时间序列预测在极端时间尺度上的应用。在毫秒甚至微秒级别，价格运动受到订单流、市场微观结构噪声的驱动，预测任务从“方向预测”转向“短期价格变动预测”和“订单流预测”。这里的挑战不仅在于数据的高频特性，更在于市场微观结构效应的复杂性——限价订单簿的动态、流动性提供者的行为、做市商的报价策略，都会影响短期价格运动。

1.3.2 能源系统：从负荷预测到可再生能源整合

能源领域的时间序列预测任务具有独特的结构特征和极高的社会经济价值。电力负荷预测是电网运营的基石：从日前调度（day-ahead）到实时调度（real-time），不同时间尺度的负荷预测支撑着发电计划编制、机组启停决策、跨境电力交易等关键运营活动。负荷序列展现出显著的日周期模式（工作日与周末差异明显）、周周期模式（工作日与休息日对比）、年度季节性模式（空调制冷负荷、取暖负荷）以及温度敏感性（极端天气下负荷急剧攀升）。这些结构化特征使得负荷预测成为一个典型的多季节性时间序列预测问题。

电力负荷预测的发展历史也是时间序列预测方法演进的缩影。早期基于回归的方法利用温度、日历变量解释负荷变化；ARIMA及其季节性扩展SARIMA引入了时间序列的自相关结构；状态空间方法（如Prophet）允许趋势和季节性的灵活建模；近年来，梯度提升树（如XGBoost、LightGBM）和深度学习模型（如LSTM、TCN、Transformer）凭借对复杂非线性关系的捕捉能力，在负荷预测领域取得了优异表现。

可再生能源发电预测是应对气候变化、能源转型背景下的新兴预测任务。光伏发电预测需要根据天气预报（云层覆盖、太阳辐照度）和历史发电数据，预测太阳能电站的发电功率；风电功率预测面临更大的不确定性，因为风速的变化比太阳辐照度更加随机和剧烈。可再生能源预测的挑战在于其对气象条件的强依赖性——而气象预报本身就存在不确定性，这种不确定性会传播到发电功率预测中。因此，可再生能源预测通常采用集合预测（ensemble forecasting） 方法，生成多个可能的气象情景，进而产生多个可能的发电功率情景，为电网调度提供不确定性信息。

1.3.3 零售与供应链：从需求预测到智能补货

零售行业的时间序列预测直接关系到企业的库存成本、客户满意度和盈利能力。销售预测是这一领域的核心任务：预测者需要根据历史销售数据、产品特性（类别、品牌、价格带）、促销计划、门店特征、宏观经济环境等多维信息，预测各SKU（库存单位）在各时间段的销量。销售序列的特点是存在大量零值（某些SKU在某些时段无销售）、稀疏性（长尾商品销量极低）、季节性（节假日、促销活动引发销售激增）和促销敏感性（价格折扣对销量的非线性影响）。

销售预测的失败可能导致两种代价高昂的后果：**缺货（stockout