第四章：时间序列模型：ARIMA、GARCH、Prophet模型的原理与实战

时间序列分析，说白了就是跟历史数据对话。我做了这么多年量化，发现很多新手一上来就堆特征、上深度学习，结果过拟合得一塌糊涂。其实，很多金融数据本身就带着强烈的时间结构——趋势、季节、波动聚集。把这些结构用好，比盲目上复杂模型管用得多。

今天咱们就聊聊三个经典模型：ARIMA、GARCH 和 Prophet。它们各有各的脾气，也各有各的用武之地。

4.1 ARIMA：最基础的时序预测利器

ARIMA 全称是自回归积分滑动平均模型。名字挺唬人，其实拆开看就三部分：

• AR（自回归）：用过去的值预测现在的值。比如今天股价跟昨天有关。
• I（差分）：把非平稳序列变平稳。说白了就是让数据“老实”一点。
• MA（滑动平均）：用过去的预测误差来修正当前预测。

我个人习惯用 ARIMA 做短期价格预测，比如预测未来 5-10 个交易日的走势。它有个好处——参数少，训练快，不容易过拟合。

4.1.1 定阶：p、d、q 怎么选？

这是 ARIMA 最头疼的地方。我刚开始做的时候也踩过坑，总想着把 p 和 q 设大一点，结果模型又慢又差。

我的经验是三步走：

1. 先定 d：做 ADF 检验，看差分几次能平稳。一般金融数据 d=1 就够了。
2. 再看 ACF 和 PACF 图：ACF 拖尾、PACF 截尾 → 选 AR；ACF 截尾、PACF 拖尾 → 选 MA。
3. 最后用 AIC/BIC 验证：跑几个候选组合，选 AIC 最小的。

4.1.2 实战代码：用 ARIMA 预测股票收盘价

import pandas as pd
import numpy as np
from statsmodels.tsa.arima.model import ARIMA
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
import matplotlib.pyplot as plt

# 加载数据（假设 df 包含 'close' 列）
df = pd.read_csv('stock_data.csv', index_col='date', parse_dates=True)
series = df['close']

# 1. 检查平稳性
from statsmodels.tsa.stattools import adfuller
result = adfuller(series)
print(f'ADF Statistic: {result[0]:.4f}')
print(f'p-value: {result[1]:.4f}')

# 如果 p-value > 0.05，需要差分
if result[1] > 0.05:
    series_diff = series.diff().dropna()
    d = 1
else:
    series_diff = series
    d = 0

# 2. 画 ACF 和 PACF 图（辅助定阶）
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8))
plot_acf(series_diff, ax=ax1, lags=20)
plot_pacf(series_diff, ax=ax2, lags=20)
plt.show()

# 3. 训练 ARIMA 模型（这里用 auto_arima 自动选参）
from pmdarima import auto_arima
model = auto_arima(series, seasonal=False, trace=True,
                   error_action='ignore', suppress_warnings=True)
print(model.summary())

# 4. 预测未来 10 天
forecast = model.predict(n_periods=10)
print("未来10天预测值：", forecast.values)

4.2 GARCH：捕捉波动率的“脾气”

做量化的都知道，金融数据有个特点——波动率会聚集。大涨之后往往跟着大跌，平静之后还是平静。这就是所谓的“波动聚集效应”。

ARIMA 只能预测价格本身，但 GARCH 模型专门用来预测波动率。说白了，它告诉你“市场现在有多躁动”。

4.2.1 GARCH 的核心思想

GARCH 模型认为：今天的波动率，取决于昨天的波动率和昨天的“冲击”（即残差平方）。

公式长这样：

σ²_t = ω + α * ε²_{t-1} + β * σ²_{t-1}

其中：

• σ²_t 是今天的条件方差（波动率）
• ε²_{t-1} 是昨天的残差平方（冲击）
• σ²_{t-1} 是昨天的波动率
• α + β 越接近 1，波动越持久

我记得有一次做期权定价，用 GARCH 预测的波动率比历史波动率准了将近 30%。原因很简单——历史波动率是平均的，但 GARCH 能捕捉到波动率的动态变化。

4.2.2 实战代码：用 GARCH 预测波动率

from arch import arch_model

# 假设 returns 是日收益率序列
returns = df['close'].pct_change().dropna() * 100

# 训练 GARCH(1,1) 模型
model = arch_model(returns, vol='Garch', p=1, q=1)
result = model.fit(disp='off')

print(result.summary())

# 预测未来 5 天的波动率
forecast = result.forecast(horizon=5)
print("未来5天波动率预测：")
print(forecast.variance.iloc[-1] ** 0.5)  # 标准差形式

4.3 Prophet：Facebook 出品的“傻瓜式”时序模型

Prophet 是 Facebook 开源的时间序列预测工具。它的设计理念很直接——把时间序列拆成趋势、季节性和节假日效应三部分。

我个人觉得 Prophet 最大的优点是：对非专业用户友好。你不需要懂 ARIMA 那些复杂的定阶过程，也不需要调 GARCH 的参数。给它数据，它就能出结果。

4.3.1 Prophet 的三大组件

• 趋势项：线性或逻辑增长趋势，可以自动检测变点。
• 季节性项：年、周、日级别的周期性模式。
• 节假日项：特殊日期的影响，比如春节、双十一。

嗯，这里要注意：Prophet 对节假日特别敏感。如果你做的是中国市场的预测，记得把春节、国庆这些节日加进去。我有个朋友做电商销量预测，没加双十一的节假日效应，结果那天的预测值差了 40%。

4.3.2 实战代码：用 Prophet 预测销量

from prophet import Prophet
import pandas as pd

# Prophet 要求数据格式：ds（日期列），y（目标值）
df_prophet = df[['date', 'close']].rename(columns={'date': 'ds', 'close': 'y'})

# 创建模型
model = Prophet(
    yearly_seasonality=True,
    weekly_seasonality=True,
    daily_seasonality=False,
    changepoint_prior_scale=0.05  # 控制趋势变化的灵活度
)

# 添加节假日（以中国春节为例）
chinese_new_year = pd.DataFrame({
    'holiday': 'chinese_new_year',
    'ds': pd.to_datetime(['2024-02-10', '2025-01-29']),
    'lower_window': -3,
    'upper_window': 3
})
model.add_country_holidays(country_name='CN')  # 自动添加中国节假日

# 训练模型
model.fit(df_prophet)

# 预测未来 30 天
future = model.make_future_dataframe(periods=30)
forecast = model.predict(future)

# 查看预测结果
print(forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail(10))

4.4 三个模型怎么选？一张表说清楚

模型	适用场景	优点	缺点
ARIMA	短期价格预测、平稳序列	参数少、可解释性强	对非平稳数据需要差分、无法处理波动率
GARCH	波动率预测、风险管理	捕捉波动聚集效应	对异常值敏感、参数估计不稳定
Prophet	有强季节性的数据、节假日效应明显	易用、自动处理缺失值	对突变趋势反应慢、不适合高频数据

我个人的经验是：做量化交易时，ARIMA 和 GARCH 经常搭配使用。ARIMA 预测价格方向，GARCH 预测波动率大小，两者结合就能做仓位管理。Prophet 更适合做业务层面的预测，比如用户增长、销量预估这些。

4.5 避坑指南：我踩过的三个坑

做时间序列模型，有些坑是新手必踩的。我当年也没少吃亏，分享出来大家少走弯路。

1. 忘记做平稳性检验：直接用非平稳数据跑 ARIMA，结果全是伪回归。记住，先做 ADF 检验，不行就差分。
2. GARCH 的残差假设：GARCH 假设残差服从正态分布，但金融数据往往有厚尾。我建议用学生 t 分布替代正态分布，效果会好很多。
3. Prophet 的过拟合：Prophet 的变点检测太灵活，容易把噪声当成趋势。我一般把 changepoint_prior_scale 控制在 0.01-0.1 之间，别太大。