时间序列基础：平稳性、自相关、白噪声、随机游走

做量化交易的朋友，几乎天天跟时间序列打交道。说白了，时间序列就是按时间顺序排列的一串数据——股票收盘价、成交量、VIX指数，都是典型的时间序列。

但我发现很多新手一上来就急着建模型、找套利机会，结果模型跑出来全是假信号。为什么？因为没搞懂时间序列的几个核心概念。今天我就把这四个基础概念掰开揉碎了讲清楚。

时间序列基础 平稳性 均值、方差恒定 自相关 自身与滞后项相关 白噪声 无规律、纯随机 随机游走 非平稳、不可预测 四个概念层层递进：平稳性是前提，自相关是特征，白噪声是基准，随机游走是特例

一、平稳性——时间序列分析的基石

平稳性是什么？我打个比方你就懂了。你站在海边看浪，如果海面整体高度不变、波浪幅度差不多，这就是平稳的。如果海啸来了，水位突然暴涨，那就是非平稳。

严格来说，平稳性分两种：

  • 严平稳：整个序列的统计性质（均值、方差、协方差）完全不随时间变化。这个条件太苛刻，现实中几乎不存在。
  • 弱平稳：均值恒定、方差恒定、自协方差只与时间间隔有关。我们平时说的平稳，默认指弱平稳。

为什么平稳性这么重要？

因为大多数时间序列模型（ARIMA、GARCH等）都假设数据是平稳的。非平稳数据直接建模，会出现「伪回归」——两个毫无关系的序列，相关系数却很高。我见过有人拿中国GDP和美国某小镇的降雨量做回归，R²居然0.8以上，这就是典型的伪回归。

检验平稳性，最常用的是ADF检验（Augmented Dickey-Fuller test）。

import pandas as pd
import numpy as np
from statsmodels.tsa.stattools import adfuller

# 生成一个随机游走（非平稳）
np.random.seed(42)
n = 1000
random_walk = np.cumsum(np.random.randn(n))

# ADF检验
result = adfuller(random_walk)
print(f'ADF统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')
print(f'临界值(1%): {result[4]["1%"]:.4f}')

# 判断：p值大于0.05，不能拒绝原假设，序列非平稳
if result[1] > 0.05:
    print('结论：序列非平稳')
else:
    print('结论：序列平稳')

个人经验：我习惯在做任何协整分析之前，先对所有序列做ADF检验。如果p值大于0.05，先差分一次再试。记住，协整关系要求的是「同阶单整」——也就是差分相同次数后都变成平稳。

二、自相关——序列自身的记忆效应

自相关，说白了就是「今天的价格跟昨天的价格有没有关系」。如果今天涨了明天也容易涨，那就是正自相关；今天涨了明天容易跌，那就是负自相关。

我刚开始做量化的时候，犯过一个低级错误：用日收益率做自相关分析，发现滞后1阶的相关系数有0.3，以为找到了预测规律。后来才发现，那是因为我用的数据有非同步交易效应——小盘股反应慢，大盘股先涨它后涨，造成了虚假的自相关。

自相关函数（ACF）和偏自相关函数（PACF）是分析自相关的两个工具：

  • ACF：衡量当前值与滞后k期值的相关性，包含中间各期的影响
  • PACF：剔除中间各期影响后，当前值与滞后k期值的「净」相关性
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
import matplotlib.pyplot as plt

# 生成一个AR(1)过程：y_t = 0.7*y_{t-1} + epsilon
ar1 = np.zeros(n)
ar1[0] = np.random.randn()
for i in range(1, n):
    ar1[i] = 0.7 * ar1[i-1] + np.random.randn()

# 绘制ACF和PACF
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 6))
plot_acf(ar1, lags=20, ax=ax1)
plot_pacf(ar1, lags=20, ax=ax2)
plt.show()

避坑指南：我曾经在分析某只股票的分钟线时，ACF图显示滞后5阶有显著自相关。我以为是市场微观结构导致的，后来发现是数据本身有缺失值，用前向填充法补全后引入了虚假的自相关。所以，做自相关分析前，一定要先检查数据质量。

三、白噪声——纯随机序列

白噪声，就是完全随机的序列。每个值独立同分布，均值为0，方差恒定。你想想看，如果某个序列是白噪声，那它就没有任何可预测性——过去的信息对未来毫无帮助。

白噪声的三个条件：

  1. 均值为0
  2. 方差恒定
  3. 任意两个不同时刻的值不相关（即自相关为0）

检验一个序列是不是白噪声，常用Ljung-Box检验：

from statsmodels.stats.diagnostic import acorr_ljungbox

# 生成白噪声
white_noise = np.random.randn(1000)

# Ljung-Box检验
lb_result = acorr_ljungbox(white_noise, lags=[10], return_df=True)
print(lb_result)

# 如果p值大于0.05，不能拒绝原假设，序列是白噪声

为什么白噪声重要？

因为它是所有时间序列模型的「基准」。一个好的模型，它的残差应该近似白噪声。如果残差还有自相关，说明模型没把信息提取干净。我每次建完模型，第一件事就是检查残差是不是白噪声——这是模型诊断的黄金标准。

四、随机游走——金融市场的经典模型

随机游走，就是「醉汉走路」。每一步的方向随机，当前位置等于上一步位置加上一个随机步长。

数学表达式很简单：

yt = yt-1 + εt

其中εt是白噪声。

随机游走有几个重要性质：

  • 非平稳：方差随时间线性增长，均值虽然恒定但不可靠
  • 不可预测：最优预测就是当前值，未来变化完全随机
  • 冲击永久性：一次冲击会永久改变序列的水平

我记得刚入行时，有个前辈跟我说：「股票价格在短期内近似随机游走，但长期来看会有均值回归的倾向。」这句话我琢磨了很久。后来做协整分析时才真正理解——单只股票可能是随机游走，但两只股票的价差可能不是。这就是协整交易的核心逻辑。

实战技巧：判断一个序列是不是随机游走，除了ADF检验，还可以看它的方差比检验（Variance Ratio Test）。如果方差比显著偏离1，说明序列不是随机游走。我在做统计套利时，经常用这个指标来筛选潜在的配对。

五、四个概念的关系

这四个概念不是孤立的，它们之间有清晰的逻辑链条：

概念 平稳性 自相关 可预测性
白噪声 平稳 无 不可预测
随机游走 非平稳 有（一阶差分后无） 不可预测
AR(1)平稳过程 平稳 有 可预测
趋势+噪声 非平稳 可能有 部分可预测

你看，白噪声是最「干净」的序列，随机游走是最常见的非平稳序列。而协整分析，本质上就是在多个随机游走之间寻找一种「隐藏的平稳关系」。

曾经踩过的坑：我刚开始做配对交易时，用两只股票的收盘价直接做回归，发现残差很平稳，以为找到了协整对。后来才发现，那是因为两只股票都含有相同的趋势成分（比如大盘指数的影响），残差的平稳是虚假的。正确的做法是：先检验每只股票的单整阶数，再检验残差的平稳性，最后还要做Johansen检验确认协整关系。

嗯，时间序列基础就讲到这里。这些概念看似简单，但它们是整个协整分析的根基。下一章我们会把这些工具用起来，真正开始做价差交易策略的设计。

公众号:蓝海数据掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →