第三章 金融时间序列分析：从基础到ARIMA实战

各位同学好，我是老张。今天咱们聊聊时间序列分析。说实话，这玩意儿在量化里太重要了。你想想看，股票价格、交易量、宏观经济指标，哪个不是时间序列？我当年刚入行时，觉得这东西就是画个折线图，后来被市场狠狠教育了一顿，才明白里面的门道有多深。

好，咱们直接进入正题。

3.1 时间序列基础概念

时间序列，说白了就是按时间顺序排列的数据点。比如你每天收盘后记录的上证指数，就是一个典型的时间序列。

我个人习惯把时间序列分成三类：

• 趋势：长期上升或下降的走向。比如A股长期看是震荡向上的，但中间有牛熊。
• 季节性：固定周期内的规律波动。比如每年春节前消费股会涨一波。
• 随机波动：无法预测的噪声。嗯，这部分最让人头疼。

我在项目中遇到过一个问题：某次做商品期货的套利策略，发现模型总是失效。后来一查，原来是没考虑季节性因素——农产品在收获季节前后价格波动规律完全不同。所以啊，拿到数据先别急着建模，先看看有没有明显的趋势和周期。

3.2 平稳性检验

平稳性，这是时间序列分析里最基础也最容易被忽视的概念。什么叫平稳？简单说就是统计性质不随时间变化——均值恒定、方差恒定、自协方差只与时间间隔有关。

你可能会问：「股票价格明显不是平稳的啊，它一直在涨涨跌跌。」没错，所以我们要做差分，把非平稳序列变成平稳序列。

检验平稳性最常用的方法是ADF检验（Augmented Dickey-Fuller test）。我直接上代码：

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

# 模拟一个非平稳序列（随机游走）
np.random.seed(42)
n = 200
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:')
for key, value in result[4].items():
    print(f'  {key}: {value:.4f}')

# 判断：如果p值 > 0.05，说明序列非平稳
if result[1] > 0.05:
    print('序列非平稳，需要差分')
    # 一阶差分
    diff_series = np.diff(random_walk)
    result_diff = adfuller(diff_series)
    print(f'差分后p值: {result_diff[1]:.4f}')
    if result_diff[1] < 0.05:
        print('差分后序列平稳')

3.3 自相关与偏自相关

这两个概念是ARIMA模型的核心。自相关函数（ACF）衡量的是当前值与过去值之间的相关性。偏自相关函数（PACF）则是在剔除中间变量影响后，当前值与特定滞后值之间的相关性。

怎么用？我教你一个口诀：

• 如果ACF拖尾（缓慢衰减），PACF在p阶后截尾（突然降到0附近）→ 用AR(p)模型
• 如果PACF拖尾，ACF在q阶后截尾 → 用MA(q)模型
• 如果两者都拖尾 → 用ARMA模型

来看代码怎么画ACF和PACF图：

import matplotlib.pyplot as plt
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

# 使用平稳后的序列
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))

plot_acf(diff_series, lags=20, ax=ax1)
ax1.set_title('自相关函数 (ACF)')

plot_pacf(diff_series, lags=20, ax=ax2)
ax2.set_title('偏自相关函数 (PACF)')

plt.tight_layout()
plt.show()

嗯，这里要注意：ACF和PACF的解读需要经验。我刚开始学的时候，看着那些柱状图一头雾水。后来带我的老前辈说了一句话：「别纠结于精确的截尾点，看个大概范围就行，模型选择可以靠AIC/BIC来辅助判断。」这句话让我少走了很多弯路。

3.4 ARIMA模型原理与实战

ARIMA模型，全称是自回归积分滑动平均模型。它由三部分组成：

• AR（自回归）：用过去值预测当前值。参数p表示用几个过去值。
• I（差分）：使非平稳序列变平稳。参数d表示差分阶数。
• MA（滑动平均）：用过去预测误差来修正当前预测。参数q表示用几个误差项。

说白了，ARIMA(p,d,q)就是先做d阶差分让数据平稳，然后用AR和MA的组合来建模。

下面是一个完整的实战案例，我用的是真实股票数据（这里用模拟数据代替）：

from statsmodels.tsa.arima.model import ARIMA
import warnings
warnings.filterwarnings('ignore')

# 模拟一个ARIMA(1,1,1)过程
np.random.seed(123)
ar_params = np.array([0.6])
ma_params = np.array([-0.3])
from statsmodels.tsa.arima_process import ArmaProcess
ar = np.r_[1, -ar_params]
ma = np.r_[1, ma_params]
arma_process = ArmaProcess(ar, ma)
simulated_data = arma_process.generate_sample(nsample=200)

# 划分训练集和测试集
train = simulated_data[:150]
test = simulated_data[150:]

# 拟合ARIMA模型
model = ARIMA(train, order=(1, 1, 1))
model_fit = model.fit()

# 模型摘要
print(model_fit.summary())

# 预测
forecast = model_fit.forecast(steps=len(test))
print(f'预测值前5个: {forecast[:5]}')
print(f'真实值前5个: {test[:5]}')

# 评估
from sklearn.metrics import mean_squared_error
mse = mean_squared_error(test, forecast)
print(f'均方误差: {mse:.4f}')

我个人习惯用「网格搜索+信息准则」来选择最优的(p,d,q)组合。比如这样：

import itertools

# 参数范围
p = range(0, 4)
d = range(0, 2)
q = range(0, 4)

best_aic = float('inf')
best_params = None

for pdq in itertools.product(p, d, q):
    try:
        model = ARIMA(train, order=pdq)
        model_fit = model.fit()
        if model_fit.aic < best_aic:
            best_aic = model_fit.aic
            best_params = pdq
    except:
        continue

print(f'最优参数: p={best_params[0]}, d={best_params[1]}, q={best_params[2]}')
print(f'最优AIC: {best_aic:.2f}')

你想想看，如果手动一个个试参数，得试到什么时候？自动化搜索才是正道。

3.5 知识体系总览

为了让你更直观地理解本章的知识结构，我画了一张流程图：

这张图把整个流程串起来了。你从原始数据出发，先做平稳性检验，如果不平稳就差分，平稳了就分析ACF/PACF确定p和q，最后建模预测。每一步都有对应的Python代码实现。

好了，这一章的内容就到这里。时间序列分析是量化投资的基石，ARIMA模型虽然经典，但理解透彻了，后面学GARCH、状态空间模型都会轻松很多。记住：理论要懂，代码要练，坑要自己踩过才记得牢。