企业官网建设流程全解析

时间序列预测入门到实战（一）· 开篇：时间序列预测到底难在哪

本文是「码海寻道」《时间序列预测入门到实战》系列的第 1 篇。整个系列会从 ARIMA 一路讲到时序大模型，覆盖统计、机器学习、深度学习、大模型四个时代。这一篇不讲任何具体模型，只做两件事：把"时序为什么难"讲清楚，以及立下贯穿全系列的规矩——一个统一的数据集和一套统一的评估框架。后面每一篇的模型，都会在同一份数据、同一套指标上跑，让你能横向对比"同一个问题，16 种解法各自的精度和成本"。

一个让人栽跟头的场景

你用 XGBoost 做过用户流失预测、点击率预估、风控评分，效果都不错。有一天业务找过来：帮忙预测下个月每天的服务器负载吧，好提前扩容。

你很自然地把它当成一个回归问题：把日期拆成年、月、日、星期几当特征，把 CPU 负载当标签，train_test_split一切，XGBoost 一跑，验证集 R² 高达 0.95。你很满意地上线了。

然后线上预测惨不忍睹。

问题出在哪？不是模型不行，是你从一开始就用错了范式。train_test_split默认会把数据打乱随机切分——于是你的模型在训练时"见过"了 5 月 20 日之后的数据，再回头去预测 5 月 15 日。验证集 0.95 是用未来预测过去刷出来的假象，这在时序里有个专门的名字：数据泄露（data leakage）。

时间序列预测的第一课，就是先忘掉一部分你在普通监督学习里养成的习惯。

一、时序预测 vs 普通回归，本质差在哪

普通监督学习有一条几乎不言自明的假设：样本独立同分布（i.i.d.）。每一行数据是独立的一次观测，行与行之间没关系，所以你可以随便打乱、随便切分、随便做交叉验证。

时间序列把这条假设彻底打破了：

其中最要命、也最常被工程师忽视的一条是数据集划分。时序里训练集必须严格在测试集之前，否则就是拿未来的信息训练、回头预测过去，指标虚高，上线打脸。

fromsklearn.model_selectionimporttrain_test_split# ❌ 错误：随机打乱，未来数据泄露进训练集X_tr,X_te,y_tr,y_te=train_test_split(X,y,test_size=0.2,shuffle=True)# ✅ 正确：按时间顺序切，训练集永远在测试集之前n=len(df)train=df.iloc[:int(n*0.7)]val=df.iloc[int(n*0.7):int(n*0.85)]test=df.iloc[int(n*0.85):]

记住这条铁律：时序里任何形式的随机打乱、随机 K 折交叉验证，默认都是错的。（后面讲评估时我们会介绍时序专用的"滚动回测"，那才是正确姿势。）

二、时序到底难在哪：三大挑战

如果只是"不能打乱"，那还不算难。真正让时间序列成为一个独立研究领域的，是下面三个特性。

挑战 1：时间依赖（自相关）

今天的值和昨天的值高度相关，昨天又和前天相关——这叫自相关。它带来一个普通回归没有的麻烦：误差会沿时间传递并累积。

预测未来 1 步通常不难，难的是预测未来 30 步。因为第 2 步的输入里往往包含了第 1 步的预测值，第 1 步错一点，第 2 步在错误的基础上继续错，误差像滚雪球一样放大。这就是为什么后面我们会专门区分"单步预测"和"多步预测"，以及为什么多步预测有好几种不同的策略。

挑战 2：非平稳（分布随时间漂移）

平稳大致是指：序列的统计特性（均值、方差、自相关结构）不随时间改变。现实世界的数据几乎都是非平稳的：

• 有趋势：用户量逐年增长，均值在漂移；
• 有方差变化：促销季波动剧烈，平时很平；
• 有结构突变：一次改版、一场疫情，整个规律都变了。

非平稳的致命之处在于：你在训练集上学到的分布，到了测试集可能已经不成立了。这也是为什么传统统计方法（如 ARIMA）第一步往往是"做差分把序列变平稳"，以及为什么"概念漂移"在时序里是个绕不开的话题。

挑战 3：季节性与周期

用电量白天高、深夜低（日周期）；工作日高、周末低（周周期）；夏冬两季空调开满（年周期）。这些周期还经常叠加在一起——一条真实的用电量曲线，往往同时含有日、周、年三个周期。

季节性本身不难，难的是它和趋势、噪声混在一起，你得先把它们拆开才能看清。这正是下一篇要讲的"时序分解"，也是 Prophet、TimesNet 等模型的核心思想来源。

一句话总结：自相关让误差累积，非平稳让分布失效，季节性让信号纠缠。三者叠加，才有了时间序列这门学问。

用几行代码，把三个挑战看在眼里

空口无凭，这三个挑战全都能直接画出来。正式的数据体检留到下一篇，这里先用几行代码建立直觉：

importmatplotlib.pyplotaspltfromstatsmodels.graphics.tsaplotsimportplot_acf s=df["OT"]# 挑战②·非平稳：30 天滚动均值/标准差在漂移，说明分布不稳定roll=s.rolling(24*30)roll.mean().plot(label="滚动均值")roll.std().plot(label="滚动标准差")plt.legend();plt.title("非平稳：统计量随时间漂移");plt.show()# 挑战③·季节性：按小时聚合看日周期，按星期聚合看周周期s.groupby(s.index.hour).mean().plot(marker="o",title="日周期：24 小时内的规律")plt.show()s.groupby(s.index.dayofweek).mean().plot(marker="o",title="周周期：周一到周日")plt.show()# 挑战①·自相关：ACF 一眼看出“过去影响未来”能延伸多远plot_acf(s,lags=72)# 看 72 小时内的自相关plt.show()

跑完你会看到：ACF 在滞后 24、48 小时处规律性地冒出尖峰——这正是"今天几点"和"昨天、前天同一时刻"强相关的铁证。三大挑战不是抽象概念，它们明明白白写在数据里。

三、动手之前：先想清楚你要解决哪类问题

拿到一个时序任务，别急着套模型。先用三个维度给它定位——这直接决定你该选什么模型、怎么评估。

维度 1：单步 vs 多步

• 单步：只预测下一个时刻（下一小时的负载）。
• 多步：预测未来 H 个时刻（未来 7 天每天的负载）。H 叫预测长度 / horizon。

多步预测要难得多，光"怎么一次预测多个点"就有递归、直接、多输出三种策略，我们会在讲机器学习和深度学习时反复碰到它。

维度 2：单变量 vs 多变量

• 单变量：只用目标序列自己的历史（只看负载的过去预测负载的未来）。
• 多变量：还引入其他协变量（温度、是否节假日、促销计划……）。

这里有个容易被忽略的细分：协变量又分过去才知道的（如实际气温）和未来已知的（如下周的促销日历、法定节假日）。能不能把"未来已知信息"喂进模型，是很多模型的分水岭——这正是后面 TFT 那一篇的主角。

维度 3：点预测 vs 概率预测

• 点预测：给一个数——“明天负载 8000”。
• 概率预测：给一个区间或分布——“明天负载有 90% 概率落在 7000~9000”。

工业界里，区间往往比点更有用。做容量规划时，你要的是"最坏情况下要准备多少资源"，一个光秃秃的点估计给不了这个答案。DeepAR、TFT 这些模型之所以重要，很大程度就是因为它们输出的是分布而非点。

四、立规矩：贯穿全系列的数据集与评估框架

这是本篇最"实"的部分，也是整个系列的地基。从下一篇开始，所有模型都在这套框架上跑。

4.1 数据集：ETT（电力变压器温度）

我们全程使用公开数据集ETT（Electricity Transformer Temperature），具体用小时级的ETTh1。选它的理由很实在：

• 公开可下载，来自论文 Informer（AAAI 2021），GitHub 仓库一键获取；
• 规模适中：约 2 年、17420 个小时级采样点，笔记本就能跑；
• 周期丰富：目标列油温OT有清晰的日周期和年周期，适合演示季节性；
• 单变量、多变量都能做：除OT外还有 6 个负荷相关的协变量（HUFL、HULL、MUFL等），想做单变量就只用OT，想做多变量就把 6 个负荷一起喂进去；
• 是学术 benchmark：后面讲 Informer、Autoformer、PatchTST、时序大模型时，我们跑出来的数字能直接和论文对照，心里有底。

importpandasaspd# ETTh1.csv 可从 https://github.com/zhouhaoyi/ETDataset 下载df=pd.read_csv("ETTh1.csv",parse_dates=["date"]).set_index("date")print(df.shape)# (17420, 7)print(df.columns.tolist())# ['HUFL', 'HULL', 'MUFL', 'MULL', 'LUFL', 'LULL', 'OT']# 我们的预测目标是 OT（油温）

统一的切分方式（按时间，绝不打乱）：

n=len(df)train=df.iloc[:int(n*0.6)]# 前 60% 训练val=df.iloc[int(n*0.6):int(n*0.8)]# 中间 20% 验证test=df.iloc[int(n*0.8):]# 最后 20% 测试

先画一眼，对数据有个感性认识——能明显看到一天一个来回的日周期：

importmatplotlib.pyplotasplt df["OT"].iloc[:24*14].plot(figsize=(12,3))# 前 14 天plt.title("ETTh1 · 油温 OT 前 14 天");plt.ylabel("温度")plt.tight_layout();plt.show()

4.2 评估指标：四个数字，各有脾气

我们统一汇报四个指标。它们不是越多越好，而是各自照亮一个侧面：

• MAE（平均绝对误差）：最直观，和原数据同量纲，"平均差 200 度"一句话就懂。
• RMSE（均方根误差）：对大误差惩罚更重（先平方），你在意"偶尔错得离谱"就看它。
• MAPE（平均绝对百分比误差）：相对误差，跨量级可比。但有坑：真实值接近 0 时会爆炸，有 0 值时直接除零。
• sMAPE（对称 MAPE）：用预测和真实的均值做分母，缓解了 MAPE 的除零和不对称问题。

一个可复用的评估函数，后面每篇import它就行：

importnumpyasnpdefevaluate(y_true,y_pred):y_true,y_pred=np.asarray(y_true),np.asarray(y_pred)err=y_pred-y_true mae=np.mean(np.abs(err))rmse=np.sqrt(np.mean(err**2))# MAPE：屏蔽真实值接近 0 的点，避免除零爆炸mask=np.abs(y_true)>1e-6mape=np.mean(np.abs(err[mask]/y_true[mask]))*100# sMAPE：分母用 |真实|+|预测|，天然规避除零smape=np.mean(2*np.abs(err)/(np.abs(y_true)+np.abs(y_pred)+1e-6))*100return{"MAE":mae,"RMSE":rmse,"MAPE(%)":mape,"sMAPE(%)":smape}

选指标的经验：同量纲看 MAE/RMSE，跨序列比较看 MAPE/sMAPE；数据里有 0 或接近 0 的值，果断放弃 MAPE 改用 sMAPE 或 MAE。

4.3 一定要有的基准线：别一上来就上大模型

这是整个系列我最想让你养成的习惯：任何模型，都要先和一个"naive 基准"比。如果你的深度学习模型累死累活还打不过"照抄上一个值"，那它就没有存在的意义。

最朴素的基准有两个，都不需要训练：**Naive（持续性）**用最后一个值预测未来所有点（“下一刻和此刻一样”）；**Seasonal Naive（季节性）**用上一个周期同相位的值（“这个周二和上个周二一样”）。哪个更强？不能想当然，必须实测——很多人默认"有周期就该用 Seasonal Naive"，但这得看数据的脾气。

defnaive(series,horizon):"""Persistence：用最后一个观测值预测未来所有点，最朴素的基准。"""returnnp.full(horizon,series[-1])defseasonal_naive(series,horizon,period=24):"""用一个周期前同相位的值预测。period=24 即日周期（小时级数据）。"""hist=series[-period:]returnnp.array([hist[i%period]foriinrange(horizon)])# 端到端：在 test 上同时评估两个基准线，看差距有多大target=test["OT"].values period,horizon=24,24history=target[:period]# 用“昨天”这 24 小时y_true=target[period:period+horizon]# 预测“今天”这 24 小时forname,y_predin[("Naive",naive(history,horizon)),("SeasonalNaive",seasonal_naive(history,horizon,period)),]:print(f"{name:14s}",evaluate(y_true,y_pred))

上面只是单个窗口，偶然性很大。真正该做的是在整个测试集上滚动评估——用一个个不重叠的 24 小时窗口逐段预测再汇总（完整的滚动回测第 16 篇细讲）。在 ETTh1 上滚动 145 个窗口，真实结果是：

意外吧？Naive 反而赢了 Seasonal Naive。因为 ETTh1 的油温是缓变量、日周期很弱，"和上一小时一样"比"和昨天此刻一样"更靠谱。这上了宝贵的一课：基准线必须实测，别被"有周期就用季节基准"的直觉骗了。

所以本系列的及格线，就取两者中更强的Naive：MAE 1.67。你会惊讶于它有多难打败——下一篇 ARIMA 就来试试，看能不能撬动这个看似平平无奇的数字。

全系列路线图

本篇建立了认知、立好了规矩，接下来我们沿着"方法演化史"往下走：

小结

• 时序预测不是普通回归：样本不独立，绝不能随机打乱、随机切分，否则数据泄露、指标虚高。
• 它难在三点：自相关让误差累积、非平稳让分布失效、季节性让信号纠缠。
• 动手前先给任务定位：单步/多步、单变量/多变量、点预测/概率预测——三个维度决定选型。
• 全系列立了规矩：数据集用ETTh1，指标用MAE/RMSE/MAPE/sMAPE，并且任何模型都要先打败 Naive 基准线（MAE 1.67）。

下一篇，我们给数据做一次"体检"：如何判断平稳性、如何用 STL 把一条曲线拆成趋势、季节和残差——这是所有时序建模的第一步。

思考题：为什么"随机 K 折交叉验证"在时序里是错的，而"滚动回测"是对的？如果你已经有答案，那你已经理解了本篇的一半。

看到这里，说明你是认真的。关注公众号「码海寻道」，我会把这 16 篇一路更完——从 ARIMA 到时序大模型，用同一份数据、同一套指标，带你把时间序列彻底走一遍。下一篇见。