第4章 ARIMA模型

第四章：ARIMA模型——自回归与移动平均，差分操作，模型定阶与诊断

ARIMA模型，说白了就是时间序列分析里最经典的“三板斧”。我刚开始做量化的时候，觉得这东西太老套了，不如深度学习时髦。后来在实盘回测中吃了不少亏，才老老实实回来把ARIMA吃透。你想想看，一个模型能火几十年，一定有它的道理。

4.1 从平稳性说起

ARIMA的核心前提是什么？平稳性。我见过太多新手一上来就套模型，结果预测出来全是垃圾。为什么？因为金融数据大多是非平稳的。

平稳性简单说就是：统计性质不随时间变化。均值稳定、方差稳定、自协方差只跟时间间隔有关。你想想看，如果一只股票今天的均值和去年的均值不一样，你用历史数据去预测未来，那不是刻舟求剑吗？

平稳性的三种类型：

严平稳：联合分布不随时间平移而变化。太严格了，实际中几乎用不到。
弱平稳：均值恒定、方差恒定、自协方差只与滞后阶数有关。我们通常说的平稳就是指这个。
趋势平稳：去掉确定性趋势后是平稳的。比如加上一个时间趋势项。

怎么判断平稳性？我习惯用ADF检验。原假设是“存在单位根”，也就是非平稳。p值小于0.05，就拒绝原假设，认为序列平稳。我在项目中遇到过一只股票，ADF检验p值0.08，看着不显著，但我强行差分后建模，效果反而更差。后来发现是结构突变导致的伪非平稳。

4.2 差分操作——让数据“老实”下来

非平稳怎么办？差分。这是ARIMA里“I”的部分，也就是Integrated。

一阶差分：Δy_t = y_t - y_{t-1}

二阶差分：Δ²y_t = Δy_t - Δy_{t-1}

大多数金融时间序列，一阶差分就够了。我做过一个国债收益率预测的项目，发现二阶差分后数据方差反而变大，这就是过度差分的典型症状。记住一个原则：能不用差分就不用，能用一阶就别用二阶。

过度差分的危害：

丢失长期记忆信息
引入额外的噪声
模型预测方差增大

我曾经在原油价格预测中犯了过度差分的错误，结果模型预测的置信区间宽得离谱，完全没法用。

4.3 AR模型：用过去预测未来

AR，自回归。说白了就是“昨天的我影响今天的我”。

AR(p)模型的数学形式：

y_t = c + φ₁y_{t-1} + φ₂y_{t-2} + ... + φ_py_{t-p} + ε_t

这里p是阶数，φ是自回归系数。ε_t是白噪声。

AR模型有个关键约束：平稳性条件。对于AR(1)模型，要求|φ₁| < 1。如果φ₁接近1，那就是随机游走，非平稳。我见过有人用AR(1)拟合比特币价格，φ₁估计出来是0.998，他还觉得模型很好。嗯，这其实是在用平稳模型拟合非平稳数据，预测效果可想而知。

4.4 MA模型：用误差修正未来

MA，移动平均。不是算数平均，而是对过去误差的加权平均。

MA(q)模型的数学形式：

y_t = c + ε_t + θ₁ε_{t-1} + θ₂ε_{t-2} + ... + θ_qε_{t-q}

MA模型有个特点：记忆有限。q阶MA模型，只有q期的记忆。超过q期，自相关函数就截尾了。这在金融中很常见，比如某些高频交易策略的收益序列，往往只有短期自相关。

AR vs MA 怎么选？

如果自相关函数（ACF）拖尾、偏自相关函数（PACF）p阶截尾 → AR(p)
如果ACF q阶截尾、PACF拖尾 → MA(q)
如果都拖尾 → ARMA或ARIMA

我个人习惯先看PACF，因为AR的阶数判断更直观。但记住，这只是初步判断，最终要用信息准则来定阶。

4.5 ARIMA模型：三合一

ARIMA(p,d,q)就是把AR、差分、MA组合起来。d是差分阶数。

数学形式（用滞后算子表示）：

(1 - φ₁L - φ₂L² - ... - φ_pLᵖ)(1-L)ᵈy_t = c + (1 + θ₁L + θ₂L² + ... + θ_qLᵠ)ε_t

看着复杂，其实逻辑很简单：先差分让数据平稳，再用AR和MA捕捉剩余的结构。

下面我用一张图来展示ARIMA的核心逻辑：

4.6 模型定阶——找到最优的p和q

定阶是ARIMA建模中最考验经验的环节。我总结了三个方法：

方法一：ACF和PACF图

模型	ACF	PACF
AR(p)	拖尾（逐渐衰减）	p阶后截尾
MA(q)	q阶后截尾	拖尾
ARMA(p,q)	拖尾	拖尾

但说实话，真实数据很少这么完美。我见过ACF和PACF都拖尾的情况，这时候就要靠信息准则了。

方法二：信息准则

AIC和BIC是最常用的。公式我就不写了，记住原则：越小越好。但要注意，AIC倾向于选更复杂的模型，BIC惩罚更严厉。我个人的习惯是：样本量大的时候用BIC，样本量小的时候用AIC。

方法三：滚动验证

这是我最推荐的方法。把数据分成训练集和测试集，滚动预测，看哪个模型的预测误差最小。虽然计算量大，但结果最可靠。

定阶的实战建议：

p和q一般不超过5，金融数据很少需要高阶
先尝试p=1,q=1，这是最常用的起点
如果AIC/BIC在某个阶数附近波动，选更简单的模型
别忘了检查模型是否可逆（MA部分）和是否平稳（AR部分）

4.7 模型诊断——别让残差骗了你

模型建好了，怎么知道好不好？看残差。好的模型，残差应该是白噪声。

我通常做三个检查：

残差的自相关检验：用Ljung-Box检验。p值大于0.05，说明残差没有自相关，模型捕捉到了所有结构。
残差的正态性检验：用QQ图或Jarque-Bera检验。虽然不是必须的，但正态残差对预测区间估计有帮助。
残差的异方差检验：用ARCH检验。如果残差有异方差，说明可能需要GARCH模型。

我曾经踩过的坑：

有一次我建了一个ARIMA模型，AIC很低，预测曲线看着也很漂亮。但Ljung-Box检验的p值只有0.03。我心想“差不多就行了”，结果实盘预测连续出错。后来发现是残差中还有周期成分没捕捉到。从那以后，我坚持残差诊断不过关就不上线模型。

4.8 代码实战：用Python实现ARIMA

理论说完了，上代码。我用的是statsmodels库，这是Python里最成熟的时间序列库。

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

# 1. 加载数据（以沪深300指数为例）
data = pd.read_csv('hs300.csv', index_col='date', parse_dates=True)
y = data['close']

# 2. 平稳性检验
result = adfuller(y)
print(f'ADF统计量: {result[0]:.4f}')
print(f'p值: {result[1]:.4f}')

# 3. 如果非平稳，做差分
if result[1] > 0.05:
    y_diff = y.diff().dropna()
    print('做了1阶差分')
else:
    y_diff = y

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

# 5. 拟合ARIMA模型（假设p=2, d=1, q=2）
model = ARIMA(y, order=(2, 1, 2))
result = model.fit()
print(result.summary())

# 6. 残差诊断
residuals = result.resid
lb_test = acorr_ljungbox(residuals, lags=[10], return_df=True)
print(f'Ljung-Box p值: {lb_test["lb_pvalue"].values[0]:.4f}')

# 7. 预测
forecast = result.forecast(steps=5)
print('未来5期预测值:')
print(forecast)

代码小贴士：

statsmodels的ARIMA函数会自动处理差分，你只需要指定d
summary()输出里看P>|z|列，如果某个系数不显著（p值大），考虑简化模型
预测时注意置信区间，金融预测的区间通常很宽

4.9 金融应用中的注意事项

ARIMA在金融中到底怎么用？我分享几个经验：

短期预测优于长期：ARIMA适合预测未来1-5期，超过10期误差会急剧增大
结合基本面：纯ARIMA只用了历史价格信息，如果能加入外生变量（ARIMAX），效果会更好
警惕结构突变：金融危机、政策变化会导致模型失效，需要定期重新估计
不要过度优化：我见过有人用网格搜索找最优p和q，结果在样本外表现一塌糊涂。过拟合在时间序列中同样致命

ARIMA不是万能的，但它是理解更复杂模型的基础。你想想看，如果你连ARIMA都搞不定，怎么去理解VAR、状态空间模型、甚至深度学习？把这一章吃透，后面的路就好走了。

公众号:蓝海资料掘金营，微信deep3321