你的时间序列真的平稳吗？手把手教你用ADF检验（Dickey-Fuller）和滚动统计为预测模型打好基础
时间序列平稳性诊断实战：从理论到Python实现
时间序列分析中，平稳性检验是建模前的关键步骤。许多经典预测模型（如ARIMA）都建立在数据平稳的假设之上。但现实中的时间序列往往带有趋势或季节性，直接建模会导致预测失效。本文将系统讲解平稳性的核心概念，并手把手演示如何通过ADF检验和滚动统计方法诊断时间序列的平稳性。
1. 平稳性的本质与分类
1.1 严平稳与宽平稳
严平稳要求序列的所有统计特性（包括高阶矩）都不随时间变化。数学上，对任意时间位移τ，联合概率分布满足：
F_{X}(x_{t_1},...,x_{t_k}) = F_{X}(x_{t_1+τ},...,x_{t_k+τ})宽平稳（弱平稳）则只需满足三个条件：
- 均值恒定：E[X_t] = μ（与t无关）
- 方差恒定：Var(X_t) = σ²（有限且不变）
- 自协方差仅与时滞相关：Cov(X_t, X_s) = γ(|t-s|)
实际分析中通常使用宽平稳标准，因其更易检验且大多数模型只需满足弱平稳条件
1.2 非平稳序列的典型特征
| 特征类型 | 表现形式 | 对建模的影响 |
|---|---|---|
| 趋势性 | 长期上升/下降 | 导致伪回归问题 |
| 季节性 | 周期性波动 | 预测出现系统性偏差 |
| 结构突变 | 统计特性突然变化 | 模型参数失效 |
2. 视觉诊断：滚动统计法
2.1 移动窗口技术实现
import pandas as pd import matplotlib.pyplot as plt def plot_rolling_stats(series, window=12): """绘制滚动统计量""" # 计算滚动统计量 rolling_mean = series.rolling(window=window).mean() rolling_std = series.rolling(window=window).std() # 创建画布 plt.figure(figsize=(12, 6)) # 绘制原始序列 plt.plot(series, color='blue', label='Original') plt.plot(rolling_mean, color='red', label='Rolling Mean') plt.plot(rolling_std, color='black', label='Rolling Std') plt.legend(loc='best') plt.title('Rolling Mean & Standard Deviation') plt.show() # 示例使用 from statsmodels.datasets import co2 data = co2.load().data plot_rolling_stats(data['co2'], window=24)2.2 解读要点
- 平稳序列：滚动均值和标准差应在小范围内波动
- 存在趋势：滚动均值呈现明显上升/下降
- 方差非恒定：滚动标准差呈现规律性变化
窗口大小的选择：对于月度数据，通常选择12或24；季度数据选择4。窗口过大会平滑过多细节，过小则波动剧烈难以判断
3. 统计检验：ADF测试详解
3.1 ADF检验的数学模型
ADF检验通过以下回归模型进行：
Δy_t = α + βt + γy_{t-1} + δ_1Δy_{t-1} + ... + δ_pΔy_{t-p} + ε_t其中关键假设检验为：
- H₀: γ = 0 （存在单位根，序列非平稳）
- H₁: γ < 0 （序列平稳）
3.2 Python实现与结果解读
from statsmodels.tsa.stattools import adfuller def adf_test(series, regression='c'): """执行ADF检验并格式化输出""" result = adfuller(series, regression=regression) print('ADF Statistic: %f' % result[0]) print('p-value: %f' % result[1]) print('Critical Values:') for key, value in result[4].items(): print('\t%s: %.3f' % (key, value)) if result[1] > 0.05: print("未能拒绝原假设 - 序列可能非平稳") else: print("拒绝原假设 - 序列可能是平稳的") # 检验CO2数据 adf_test(data['co2'].dropna())典型输出结果解析：
ADF Statistic: -2.312 p-value: 0.167 Critical Values: 1%: -3.440 5%: -2.866 10%: -2.569判断规则：
- ADF统计量<临界值（绝对值比较）→ 拒绝H₀
- p-value< 0.05 → 拒绝H₀
3.3 检验类型选择
| 回归类型 | 模型包含项 | 适用场景 |
|---|---|---|
| 'c' | 常数项 | 无趋势序列 |
| 'ct' | 常数+趋势项 | 有趋势序列 |
| 'nc' | 无附加项 | 罕见，理论分析 |
4. 非平稳序列的转换方法
4.1 差分处理
一阶差分公式：
diff_1 = series.diff().dropna()季节性差分（以12个月为例）：
diff_seasonal = series.diff(12).dropna()4.2 对数转换
适用于指数增长趋势：
log_series = np.log(series)4.3 组合策略
# 先对数再差分 transformed = np.log(series).diff().dropna()转换效果评估矩阵：
| 方法 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 一阶差分 | 线性趋势 | 简单直接 | 可能过度差分 |
| 季节性差分 | 周期性波动 | 消除季节影响 | 需要知道周期长度 |
| 对数变换 | 指数趋势 | 稳定方差 | 对零值敏感 |
5. 进阶诊断：KPSS与PP检验
5.1 KPSS检验
与ADF检验互为补充：
from statsmodels.tsa.stattools import kpss def kpss_test(series, regression='c'): result = kpss(series, regression=regression) print('KPSS Statistic: %f' % result[0]) print('p-value: %f' % result[1]) print('Critical Values:') for key, value in result[3].items(): print('\t%s: %.3f' % (key, value))5.2 组合判断策略
| ADF结果 | KPSS结果 | 结论 |
|---|---|---|
| 拒绝H₀ | 不拒绝H₀ | 确定平稳 |
| 不拒绝H₀ | 拒绝H₀ | 确定非平稳 |
| 都拒绝H₀ | 都拒绝H₀ | 需进一步分析 |
6. 实战案例：股票价格序列分析
以苹果公司股价为例：
import yfinance as yf # 获取数据 aapl = yf.download('AAPL', start='2020-01-01', end='2023-01-01')['Adj Close'] # 可视化分析 plot_rolling_stats(aapl, window=30) # ADF检验 adf_test(aapl, regression='ct') # 转换后检验 log_returns = np.log(aapl).diff().dropna() adf_test(log_returns)关键发现：
- 原始股价序列ADF检验p值为0.98，强烈非平稳
- 对数收益率序列p值<0.01，可视为平稳
7. 建模前的完整性检查清单
- 视觉检查：绘制原始序列和滚动统计量
- ADF检验：选择适当的回归类型
- 转换验证：每次转换后重新检验
- 残差诊断：建模后检查残差是否白噪声
def full_diagnostic(series): """完整诊断流程""" # 1. 绘制原始序列 plt.figure(figsize=(12,4)) plt.subplot(121) series.plot(title='Original Series') # 2. 绘制滚动统计 plt.subplot(122) plot_rolling_stats(series) # 3. 执行ADF检验 print("\nADF Test Results:") adf_test(series) # 4. 执行KPSS检验 print("\nKPSS Test Results:") kpss_test(series)在真实项目中，我发现同时使用多种检验方法可以避免单一方法的局限性。特别是对于金融时间序列，结合ADF和KPSS检验能给出更可靠的结论。当检验结果出现矛盾时，建议优先考虑ADF结果，并辅以视觉分析。