4、平稳性检验：什么是平稳性？ADF检验、KPSS检验，以及差分操作
各位同学，咱们今天聊一个时间序列分析里绕不开的话题——平稳性。
说实话，我刚开始接触时间序列那会儿，觉得平稳性就是个理论概念，离实战很远。直到有一次，我用非平稳数据直接建模，结果预测出来的曲线跟实际走势完全反着走……嗯，那场面挺尴尬的。从那以后，我再也不敢小看平稳性检验了。
4.1 什么是平稳性？
平稳性，说白了就是：时间序列的统计性质不随时间变化。
具体来说，一个平稳序列应该满足三个条件：
- 均值恒定：序列的均值不随时间变化，始终围绕一个固定值波动
- 方差恒定：序列的波动幅度不随时间变化，不会出现“前面很平稳、后面剧烈震荡”的情况
- 协方差只与时间间隔有关：两个时间点的相关性只取决于它们相隔多远，而不取决于具体在哪个时间点
我习惯把平稳序列想象成一个“安分守己”的人——情绪稳定，行为规律，不会突然暴走也不会突然躺平。而非平稳序列呢？就像个情绪过山车，你永远猜不到它下一秒要干嘛。
重要提醒：大多数时间序列模型（比如ARIMA）都要求数据是平稳的。如果你拿非平稳数据直接建模，结果基本就是“垃圾进，垃圾出”。
举个例子：
- 平稳序列：白噪声、某台机器的稳定振动信号
- 非平稳序列：股票价格（有趋势）、季节性气温数据（有周期）、GDP增长（有趋势+周期）
4.2 为什么要检验平稳性？
你可能会问：我直接建模不行吗？为什么要多此一举？
原因很简单：非平稳数据会导致“伪回归”问题。
我在项目中遇到过这样一个案例：分析某电商平台的日销售额和广告投放量，发现两者相关系数高达0.9。乍一看，广告效果很好对吧？但仔细一查，两个序列都有明显的上升趋势——销售额在涨，广告费也在涨，它们只是“碰巧”都在涨，实际上并没有因果关系。这就是典型的伪回归。
所以，平稳性检验不是学术上的花架子，而是实战中的“避坑指南”。
4.3 ADF检验（单位根检验）
ADF检验，全称是Augmented Dickey-Fuller检验。它是目前最常用的平稳性检验方法之一。
它的核心思想是：检验序列是否存在单位根。
什么叫单位根？简单理解：如果序列存在单位根，说明它是一个随机游走过程，也就是非平稳的。如果不存在单位根，说明序列是平稳的。
ADF检验的假设是这样的：
- 原假设H₀：序列存在单位根（非平稳）
- 备择假设H₁：序列不存在单位根（平稳）
判断标准：如果p值小于显著性水平（通常取0.05），就拒绝原假设，认为序列是平稳的。
我的经验：ADF检验对趋势性数据比较敏感，但对季节性数据不太敏感。如果你怀疑数据有季节性，建议配合其他方法一起使用。
来看代码实现：
from statsmodels.tsa.stattools import adfuller
import pandas as pd
# 假设data是一个时间序列
result = adfuller(data)
print(f'ADF统计量: {result[0]}')
print(f'p值: {result[1]}')
print(f'临界值: {result[4]}')
# 判断是否平稳
if result[1] < 0.05:
print('拒绝原假设，序列是平稳的')
else:
print('无法拒绝原假设，序列是非平稳的')
输出结果解读：
- ADF统计量：越小越好，越负越好
- p值：小于0.05说明平稳
- 临界值：1%、5%、10%三个水平，ADF统计量小于临界值则拒绝原假设
4.4 KPSS检验
KPSS检验是ADF检验的“互补兄弟”。它的假设正好反过来：
- 原假设H₀：序列是平稳的
- 备择假设H₁：序列存在单位根（非平稳）
你想想看，为什么需要两个检验？
因为ADF检验的“功效”不是100%的。有时候数据明明是非平稳的，ADF检验却告诉你它是平稳的（这叫“第二类错误”）。反过来，KPSS检验也可能犯错。
所以我个人的习惯是：两个检验一起做，交叉验证。
我曾经踩过的坑：只用了ADF检验，结果p值刚好在0.05附近，我判断为平稳。后来用KPSS一测，发现其实是非平稳的。两个检验结果不一致时，要小心！
代码实现：
from statsmodels.tsa.stattools import kpss
result_kpss = kpss(data)
print(f'KPSS统计量: {result_kpss[0]}')
print(f'p值: {result_kpss[1]}')
if result_kpss[1] < 0.05:
print('拒绝原假设，序列是非平稳的')
else:
print('无法拒绝原假设，序列是平稳的')
4.5 两种检验的对比
| 对比项 | ADF检验 | KPSS检验 |
|---|---|---|
| 原假设 | 非平稳（有单位根） | 平稳 |
| 备择假设 | 平稳 | 非平稳 |
| 适用场景 | 检测趋势性非平稳 | 检测趋势平稳或差分平稳 |
| 常见问题 | 可能漏检某些非平稳 | 可能误判趋势为平稳 |
| 我的建议 | 作为主要检验 | 作为辅助验证 |
4.6 差分操作
如果数据不平稳怎么办？别急，我们有“差分”这个神器。
差分，说白了就是：用当前值减去前一个值。
一阶差分的公式很简单：
diff_t = x_t - x_{t-1}
为什么差分能消除非平稳性？
因为很多非平稳序列的“不平稳”来自于趋势。差分之后，我们关注的是“变化量”而不是“绝对值”，趋势就被消除了。
代码实现：
# 一阶差分
diff_1 = data.diff().dropna()
# 二阶差分（如果一阶还不够平稳）
diff_2 = data.diff().diff().dropna()
# 检查差分后的平稳性
result_diff = adfuller(diff_1)
print(f'差分后p值: {result_diff[1]}')
我的经验：大多数金融时间序列，一阶差分就够了。如果一阶差分后还不平稳，二阶差分基本能搞定。但别超过二阶，否则会丢失太多信息。
4.7 知识体系总览
下面我用一张图来总结本章的核心逻辑：
4.8 实战建议
最后，我给大家总结几条实战中的“黄金法则”：
- 先画图，再检验：别一上来就跑代码。先画出时序图，肉眼观察有没有趋势、季节性、突变点。很多时候，看图就能判断个七七八八。
- ADF+KPSS双保险：两个检验结果一致，基本可以放心。如果不一致，以ADF为主，但要对结果保持警惕。
- 差分不是万能的：差分能消除趋势，但消除不了季节性。如果数据有季节性，需要做季节性差分或使用SARIMA模型。
- 别过度差分：差分次数越多，丢失的信息越多。一阶不行就二阶，二阶还不行，考虑其他方法（比如对数变换、Box-Cox变换）。
- 差分后记得检查：做完差分，一定要重新做平稳性检验，确认数据真的平稳了再建模。
一句话总结：平稳性检验是时间序列建模的“体检”，ADF和KPSS是体检报告，差分是治疗方案。体检不过关，别急着上手术台。
公众号:蓝海资料掘金营，微信deep3321