1. 平稳性概念：为什么金融数据需要平稳化？
做量化交易这些年，我见过太多人一上来就把原始价格序列丢进模型里。结果呢？回测曲线漂亮得像假的一样，实盘一跑就崩。问题出在哪？说白了，就是没搞懂平稳性。
今天咱们就把这个最基础、也最要命的概念掰开揉碎讲清楚。
1.1 什么是平稳性？一个直观的理解
平稳性，用大白话说就是：数据的统计性质不随时间改变。
你想想看，如果一组时间序列的均值、方差、自相关结构都稳定，那它就是平稳的。反过来，如果均值忽高忽低、方差忽大忽小，那就是非平稳。
举个简单的例子：
- 白噪声：完全平稳，均值恒为0，方差恒定
- 随机游走：典型的非平稳，均值会漂移，方差随时间发散
我刚开始做量化时，一直以为股票价格是平稳的。后来发现，价格序列的均值根本不稳定——今天3000点，明天可能就3500了。嗯，这里要注意：价格序列几乎都是非平稳的。
核心要点：平稳性不是"数据不动"，而是"数据的统计规律稳定"。
1.2 为什么金融数据需要平稳化？
这个问题我问过不少新人，答案五花八门。其实原因就三个：
- 模型假设要求：ARIMA、GARCH等经典模型，都假设数据是平稳的。你用非平稳数据去拟合，结果就是伪回归。
- 避免虚假关系：两个完全不相关的非平稳序列，也可能算出很高的相关系数。我在项目中遇到过，把沪深300和纽约咖啡价格做回归，R²居然0.8以上——纯属巧合。
- 预测才有意义：非平稳序列的均值在变，你预测的"未来均值"根本站不住脚。
避坑指南：我曾经在回测中直接用价格序列做协整检验，结果发现两组数据"高度协整"。后来才发现，是因为两者都有时间趋势，根本不是真正的协整关系。从那以后，我养成了先做平稳性检验的习惯。
1.3 平稳性的两种类型
严格来说，平稳性分两种。但实际工作中，我们主要关注第二种。
| 类型 | 定义 | 实际应用 |
|---|---|---|
| 严平稳 | 所有统计性质（任意阶矩）都不随时间改变 | 几乎无法验证，理论意义大于实践 |
| 弱平稳 | 均值恒定、方差恒定、自协方差只与时间间隔有关 | 金融建模中最常用，够用了 |
我个人习惯，做量化时只验证弱平稳性。严平稳太苛刻，金融数据基本达不到。
1.4 如何判断数据是否平稳？
判断方法分两类：肉眼观察和统计检验。
肉眼观察法：
- 看时序图：有没有明显的趋势或季节性？
- 看滚动统计：滚动均值和滚动方差是否稳定？
统计检验法：
- ADF检验（最常用）：原假设是"存在单位根"（即非平稳）
- KPSS检验：原假设是"数据平稳"
- PP检验：对异方差更稳健
我建议两个检验搭配使用。ADF显著拒绝原假设 + KPSS不能拒绝原假设，那基本可以放心了。
小技巧：如果ADF和KPSS结果矛盾，先检查数据有没有结构性突变。我遇到过因为2015年股灾导致检验失效的情况。
1.5 知识体系框架
下面这张图，帮你把本章的核心逻辑串起来：
1.6 一个简单的代码示例
光说不练假把式。咱们用Python快速验证一下：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
# 生成非平稳数据（随机游走）
np.random.seed(42)
n = 500
random_walk = np.cumsum(np.random.randn(n))
# 生成平稳数据（白噪声）
white_noise = np.random.randn(n)
# ADF检验
def check_stationarity(series, name):
result = adfuller(series)
print(f"{name} 的ADF统计量: {result[0]:.4f}")
print(f"p值: {result[1]:.4f}")
if result[1] < 0.05:
print("→ 拒绝原假设，数据平稳\n")
else:
print("→ 不能拒绝原假设，数据非平稳\n")
check_stationarity(random_walk, "随机游走")
check_stationarity(white_noise, "白噪声")运行结果会告诉你：随机游走的p值远大于0.05，白噪声的p值远小于0.05。这就是平稳与非平稳的典型区别。
个人经验：实际金融数据往往介于两者之间。比如收益率序列，虽然比价格序列平稳，但偶尔会有波动率聚集现象。这时候别慌，后面我们会讲怎么处理。
好了，平稳性的概念就讲到这里。记住一句话：平稳化不是目的，而是手段。我们做平稳化，是为了让模型能正常工作，而不是为了追求数学上的完美。