1 时间序列的基本概念
1.1 定义与核心特征
时间序列（time series）是指按时间顺序记录的一组观测数据。其核心特征是“观测值与时间点（或时间区间）之间存在对应关系”，因此数据的先后顺序携带信息。常见例子包括价格走势、温度变化、流量曲线、传感器读数以及用户点击量等。时间序列分析通常围绕规律性结构（如趋势、季节性、周期性）与随机性扰动展开，并进一步支持描述、检验与预测等任务。
1.2 时间轴与采样频率
时间序列的时间轴可以是规则间隔，也可以是不规则采样。采样频率决定了相邻观测点的时间间隔，例如每分钟、每小时或每天记录一次。若采样间隔变化，会影响模型对“变化速度”的理解与评估方式；若采样间隔固定，则更便于使用经典时序方法与基于窗口的特征构造。
1.3 单变量与多变量时间序列
单变量时间序列只有一个观测变量，例如只记录温度；多变量时间序列则包含多个同步或近似同步的变量，例如温度与湿度同时记录。多变量情形常用于刻画变量间的联动关系，但也会带来表示与建模复杂度上升，例如需要考虑不同变量的时间对齐、缺失模式与尺度差异。
1.4 有序性与“不能随便乱洗牌”的数据属性
时间序列不同于普通“无序样本”。在多数任务中，模型需要利用历史信息预测未来，因此时间顺序不可随意打乱。即便打乱不会立刻导致数值形态明显异常，也可能在训练与测试之间产生不真实的信息穿越，造成指标虚高或结论失真。常见提醒是：保留时间顺序、使用面向未来的划分方式，并避免把未来信息提前注入特征或预处理步骤中。
2 数据结构与表示形式
2.1 观测值、时间戳与索引
时间序列的最基本表示通常包含两部分：观测值与对应的时间戳（或索引）。时间戳可以是实际日期时间，也可以是从起点开始的离散编号。对模型而言，时间戳不仅用于排序，还可能用于处理不规则采样、构造相对时间特征，或对齐多源数据。
2.2 缺失值与不规则采样
现实数据常出现缺失或采样间隔不一致。缺失可能来自传感器故障、网络延迟或业务中断。缺失与不规则采样会影响窗口切片、差分与模型输入的一致性，因此通常需要在预处理阶段做出选择：填补缺失、保留缺失但引入指示变量，或重采样到统一频率。
2.3 窗口化与滑动截取（滑窗）
许多预测模型需要固定长度的输入片段，因此会将原序列切分为多个窗口样本。滑动窗口以固定步长在时间轴上移动：每个窗口包含过去一段时间的观测，用于预测窗口末端之后的目标。窗口化既方便训练，也决定了模型可用的“记忆跨度”；窗口长度过短可能看不到关键规律，过长则可能引入噪声与计算负担。
2.4 特征工程与滞后特征
特征工程是把时序信息显式注入模型的一类方法。常见做法包括构造滞后特征（lag features），例如使用 \(y_{t-1}\)、\(y_{t-7}\)、\(y_{t-30}\) 等历史值作为输入；也可使用滚动统计量（均值、标准差、最大最小）、差分或比值等派生特征。滞后阶数与统计窗口大小会显著影响模型性能，需要结合数据频率与目标任务选择。
3 数据特征分析
3.1 趋势、水平与漂移
趋势指长期方向上的变化，例如逐步上升或下降。水平可理解为序列的基准尺度，漂移则更强调随时间缓慢改变的“均值位置”。在许多场景中，趋势可能由业务扩张、季节性规律之外的结构性因素或设备状态变化引起。对趋势的识别有助于后续去趋势、选择合适的模型谱系或确定变换策略。
3.2 季节性与周期性
季节性表现为在固定周期内重复的模式，例如每周的工作日效应、每年的气候变化或周期性促销。周期性与季节性相近但不总是严格固定周期；有时周期可能随条件缓慢变化。区分“严格重复”的季节性与“近似周期”的波动，有助于选择是否使用分解、周期特征或相应的模型结构。
3.3 平稳性与非平稳性
平稳性通常指统计性质随时间基本不变。许多经典统计模型在平稳性假设或弱形式假设下表现良好。当序列存在明显趋势、季节变化或方差随时间扩大缩小，就可能呈现非平稳特征。对于非平稳数据，常见处理包括差分、变换、去趋势与去季节，或选择更适配的建模策略。
3.4 噪声、波动与异常点
除规律结构外，时间序列还包含随机扰动。波动反映幅度变化的程度，而异常点（outliers）可能由突发事件、采集错误或特殊操作导致。异常点既可能携带真实信息，也可能是质量问题；处理策略通常取决于任务目标与异常来源的可信度，例如在预测中是“容忍”还是“剔除/修正”。
3.5 相关性与自相关（ACF）概览
相关性用于描述变量之间或序列与其滞后之间的关联强度。自相关函数（ACF）可用来观察不同滞后步下与当前值的相似程度：若在某些滞后处出现显著峰值，往往提示周期结构或记忆长度。ACF与偏自相关的图形解读经常作为建模前的“快速体检”，帮助选择模型阶数或特征构造。
4 预处理与清洗策略
4.1 缺失处理方法
缺失处理常见方法包括：基于时间的插值（线性、样条等）、使用前向填充或后向填充、用滚动统计进行填补、或引入缺失指示特征以保留缺失信息。若缺失比例很高，简单填补可能会引入偏差，此时更应结合数据生成机制，或使用对缺失更鲁棒的模型与训练策略。
4.2 异常检测与处理
异常检测可以基于统计阈值、分位数规则、基于残差的离群判断或机器学习方法。处理方式包括删除异常段、截断（winsorizing）、平滑替代或对异常标注并在模型中单独考虑。实践中通常需要在“保护模型不被极端点带跑”与“保留真实突发事件”之间做平衡。
4.3 归一化与变换（对数、差分等）
尺度差异会影响模型的数值稳定性与学习效率。常见归一化包括标准化与归一化到固定范围；对数变换适合处理右偏分布或增长型数据；差分用于削弱趋势，使序列更接近平稳。在变换时通常要避免把未来信息参与计算，例如标准化参数应使用训练集估计并应用于验证与测试。
4.4 去趋势与去季节
去趋势与去季节的目标是分离可重复规律与非规律部分。常见方法包括移动平均去趋势、季节分解与重构，或用周期项回归再剔除对应分量。去掉这些成分后，残差部分更可能呈现近似平稳，从而让预测模型更聚焦于短期波动或噪声结构。
4.5 时间对齐与重采样（重采样/插值）
当数据来自不同源、记录频率不同或时间戳存在偏差时，需要对齐到统一时间轴。重采样可以通过聚合（如按天求和、按小时取均值）或插值（把不规则点映射到规则网格）。对齐方式会改变统计量含义，因此应与业务语义匹配，避免把“每分钟读数”不加区分地转换为“每小时总量”之类的语义错配。
5 评估方法与验证方案
5.1 训练/验证/测试的时间划分
时间序列评估强调“面向未来”。通常做法是按时间顺序划分：训练集用于学习历史规律，验证集用于调参，测试集保留为最后一次评估。若任务是预测未来一段时间，则验证与测试应位于训练之后，避免使用未来段来反推历史或估计预处理参数。
5.2 滚动预测与回测（backtesting）
回测通过多次“训练—预测—评估”模拟真实使用过程。例如每次使用从起点到某一时刻的历史训练模型，然后预测后续若干步，逐段滚动评估。该方法更贴近业务上线情境，尤其适用于模型需要随时间更新或存在分布随时间变化的情况。
5.3 时间序列交叉验证
时间序列交叉验证的一般思想是保持训练集始终早于验证集，并随着划分窗口向后推进。与随机k折不同，时间序列交叉验证不会打乱样本顺序，而是使用“扩展窗口”（逐步增加训练长度）或“滑动窗口”（固定训练长度滚动）等策略来获得更稳健的性能估计。
5.4 常用指标：MAE、RMSE、MAPE等
常见回归误差指标包括平均绝对误差（MAE）、均方根误差（RMSE）与平均绝对百分比误差（MAPE）。MAE对离群点相对不敏感，RMSE对大误差更惩罚，MAPE在目标值接近零时可能出现数值不稳定或解释偏差。指标选择应与业务关心的误差特性一致，例如是否更在意极端偏差。
5.5 避免时序泄漏的原则
时序泄漏指训练阶段无意中获得了未来信息，导致评估不真实。常见来源包括：在全量数据上计算归一化参数；在划分前完成滚动统计导致“看到了未来”；特征工程使用了目标变量的未来值或与时间对齐错误。原则上应把所有依赖“历史”的计算限制在训练窗口内，并在验证与测试中重复相同的变换流程。
6 建模思路与方法谱系
6.1 传统统计建模
6.1.1 分解、平滑与基线预测
分解与平滑方法将序列拆为趋势、季节与残差，或通过移动平均、指数平滑等方式提取平滑走势。它们常用于建立基线：如果简单基线就能达到较好效果，复杂模型需要进一步证明其增益来源。基线也有助于理解数据结构，例如观察季节项强弱与趋势是否显著。
6.1.2 ARIMA与其扩展
ARIMA（自回归积分滑动平均）通过自回归项、差分项与滑动平均项刻画序列的滞后相关与非平稳性。其扩展形式常用于季节性数据，例如季节差分与季节AR/MA结构。选择阶数通常依赖相关图、自相关衰减形态以及信息准则等手段。
6.1.3 指数平滑与状态空间思路
指数平滑类方法用加权方式随时间衰减历史影响，适合处理水平与趋势变化。状态空间方法则把序列看作由潜在状态生成，并可通过滤波框架估计状态与预测未来，通常更灵活地适配噪声结构和多种变化形态。
6.2 机器学习方法
6.2.1 回归框架与滞后特征
把时间序列预测转化为监督学习回归问题：用过去窗口或若干滞后特征作为输入，输出未来目标值。线性回归、岭回归、LASSO等都可作为起点。关键在于特征构造要体现时间顺序，并在训练/验证/测试之间保持一致的预处理与变换流程。
6.2.2 树模型与集成学习
决策树、随机森林与梯度提升树等对非线性关系和特征交互较敏感。对时间序列而言，这类方法往往依赖手工特征，例如滞后值与滚动统计量，再进行拟合。它们的优势在于实现相对直观、对特征尺度要求较低；需要注意过拟合风险与验证方案是否严格遵守时间划分。
6.2.3 特征选择与模型校准
特征选择可以通过相关性筛选、正则化、重要性度量或验证集驱动的策略进行。模型校准强调输出与真实误差的一致性，例如在概率预测或区间预测任务中需要校准置信度。即使是点预测，也应关注误差随时间的漂移，以免模型在某些阶段退化未被及时发现。
6.3 深度学习方法
6.3.1 RNN/LSTM：记忆型结构
RNN类结构通过循环连接处理序列，旨在利用历史上下文。LSTM通过门控机制缓解梯度消失问题，更适合捕捉较长依赖。使用时通常需要设定输入窗口长度、隐藏状态维度、训练步数与正则化策略，同时要注意数据量不足时深度模型容易过拟合。
6.3.2 1D卷积与时序特征提取
1D卷积网络用卷积核在时间维度上滑动，提取局部模式，再通过堆叠扩大感受野。它适合发现局部趋势、短期形态变化等特征，也能在较短窗口下获得较好的计算效率。与循环模型相比，它往往对训练稳定性更友好，但全局依赖仍需通过结构设计或堆叠深度解决。
6.3.3 Transformer：注意力机制在时序上的应用
Transformer利用注意力机制在序列内部建立长距离联系，能够更灵活地建模不同时间点的重要性。应用到时序任务时，通常需要引入位置编码或相对位置表示，并在训练中选择合适的掩码策略以避免“看到未来”。当序列较长时，注意力的计算成本也会影响模型选择与工程实现。
6.4 序列到序列任务类型
6.4.1 单步预测
单步预测指在给定过去信息的情况下预测下一时刻的目标值。它通常更易训练与评估，且误差累积相对少。许多系统会先从单步预测入手，形成可用基线或作为多步策略的组成部分。
6.4.2 多步预测
多步预测需要预测未来多个时间点。常见策略包括直接预测多个步（多输出）或递推预测（每次用前一次预测结果作为下一次输入）。递推方式可能产生误差逐步放大，因此训练阶段是否使用“教师强制”以及损失函数设计会影响最终稳定性。
6.4.3 区间预测与不确定性输出
区间预测输出的不确定性可以帮助决策者理解风险范围，例如给出预测均值与上下界。实现方式包括分位数回归、贝叶斯或蒸馏思想、对残差进行建模等。需要注意，区间质量不仅取决于覆盖率，也取决于区间宽度与校准程度。
7 相关应用场景
7.1 预测类任务：销量、需求与价格
在电商与零售场景中，时间序列预测用于估计未来销量、需求规模或价格走势。通常会结合节假日效应、促销周期或其他可用外生信息，以提升长期预测的可解释性与精度。对业务而言，预测精度与稳定性往往比纯粹的平均误差更重要。
7.2 监控类任务：告警与异常检测
监控系统会持续观察指标序列，并在偏离常态模式时触发告警。异常检测与预测相结合时，既可基于残差阈值，也可利用预测区间判断落点是否超出合理范围。该类任务更关注及时性与误报控制，因此评估往往需要结合业务反馈。
7.3 诊断与运维：健康指数与趋势诊断
在运维场景中，传感器与日志随时间变化，目标可能是估计设备健康指数、识别逐步劣化趋势或提前预警故障征兆。常见做法包括对多变量序列做特征提取，再映射到健康指标或趋势分类。解释性与可追溯性通常是选型关键。
7.4 事件驱动：带外生变量的预测
当存在明确事件（如活动、上线、投放、维修）并可能影响目标变量时，可引入外生变量作为输入。外生变量可以是事件指示、流量来源占比或外部天气等。此时需要解决外生变量的时间对齐与缺失处理，以确保特征语义与预测时刻一致。
7.5 个人与情感场景：心率/情绪随时间变化
在个人健康与情感相关的轻量应用中，心率、作息指标或情绪自评常按时间记录，用于观察变化趋势或辅助自我管理。此类任务涉及隐私与数据质量，需要在建模层面谨慎处理缺失、噪声与个体差异。轻量范畴的目标往往是趋势提示与风险提醒，而非绝对预测。
8 进阶主题
8.1 外生变量与多源数据融合
多源融合指把来自不同系统、不同频率的信号合并用于预测。除了对齐时间戳，还需处理尺度差异与缺失模式，并在特征层面避免不同源的冗余或冲突信息。融合的成效通常取决于外生变量是否与目标存在稳定的因果或可预测关联。
8.2 多尺度时间序列建模
多尺度建模同时关注短期波动与长期趋势，例如同时建模分钟级变化与日周期模式。实现方式包括分解到不同频段、使用金字塔结构、或通过多分辨率特征组合。该思路适用于“既要快反应又要看大局”的场景，但也增加了设计与调参复杂度。
8.3 概率预测与分布式输出
概率预测强调输出的不只是单个数值，而是对未来分布的描述，例如给出预测分布参数或直接输出多点采样。其优势在于更贴合不确定性本质，便于后续风险评估与决策。训练目标可能采用负对数似然、分位数损失或对分布形态的约束。
8.4 鲁棒性与分布漂移（概念漂移）
分布漂移指数据生成机制随时间改变。比如传感器老化、用户行为改变、营销策略调整等都会让旧规律变得不再适用。鲁棒性研究通常关注模型在漂移下的退化方式、是否需要周期性重训、以及如何用漂移检测或自适应策略提升稳定性。
8.5 可解释性：特征贡献与注意力可视化
可解释性用于回答“模型为什么这么预测”。在传统模型中可使用特征重要性或系数解释；在深度模型中常见手段包括对注意力权重做可视化、通过可解释方法估计贡献或局部扰动敏感性。需要强调的是，可视化结果应与业务语义结合验证，避免把相关性当因果证据。
9 常见问题与“踩坑指南”
9.1 为什么不能随机打乱数据
随机打乱会破坏时间依赖结构。对于需要用历史预测未来的任务，被打乱后的样本会使模型“在训练时见到未来”，从而产生不真实的性能提升。更直观的后果是：模型在评估时看起来很好，但上线后迅速失效。
9.2 频率不一致导致的评估偏差
若数据存在多种记录频率却未统一处理，训练与测试的时间尺度可能不一致。指标会变得不可比，窗口含义也会变化，从而导致评估偏差。解决方法通常是重采样、对齐并明确单位语义，例如确保“每步预测对应相同的真实时间跨度”。
9.3 过拟合与泄漏的典型信号
过拟合常表现为训练误差持续下降而验证误差反弹，或在某些时间段突然退化。泄漏则常见于“验证/测试误差异常地低且对时间划分不敏感”。工程上建议同时检查：预处理是否在全量数据上进行、窗口切片是否跨越了划分边界、以及特征构造是否无意使用了未来信息。
9.4 滞后阶数与窗口长度怎么选
滞后阶数与窗口长度决定模型可见的历史范围。选择过小可能遗漏季节与周期信息，过大则会引入噪声并增加训练难度。常用思路是：从领域知识或频域分析确定可能的周期长度，再结合验证集或回测结果做网格搜索与渐进式调整。对于多步预测，还需考虑窗口长度与预测步数的匹配关系。
9.5 评估指标选错的后果（顺口但要命的坑）
选择不合适的指标会让模型朝错误方向优化。例如若使用对小值敏感的百分比误差，可能导致在目标接近零时出现不稳定学习；若只关注平均误差，却忽略极端时刻的错误代价，可能让系统在关键时段失灵。更“顺口但要命”的情况是：指标看着好听，但与业务风险并不一致，最终带来“误差不大、决策却坏了”的结果。