M08.07｜時間序列分析與預測

一句話搞懂

時間序列分析是專門處理「按時間順序排列的資料」的方法——它的核心假設是「今天的數值和昨天、上周、去年同期的數值是有關聯的」，因此必須用特殊的方法來分析和預測；從氣象預報、股價分析、電商的銷售預測，到工廠設備的故障預警，任何「隨時間變化且我們想預測未來走勢」的問題，都屬於時間序列的範疇，而 ARIMA 和 Prophet 是其中最廣泛使用的預測框架。

白話解說

時間序列：資料裡藏著時間的記憶

普通的資料分析（如用年齡預測收入）假設樣本之間是獨立的——張三的收入和李四的收入互不影響。但時間序列資料根本上是不同的：今天的氣溫受到昨天氣溫的影響；本月的銷售量受到上個月、去年同期銷售量的影響。這種「過去影響現在」的特性稱為自相關（Autocorrelation），是時間序列分析的核心。

如果你把時間序列資料用散點圖畫出，通常可以直觀地看到幾個組成成分：

趨勢（Trend）：資料的長期方向，可以是上升（如全球電商市場規模逐年增長）、下降（如實體書店銷售量逐年減少），或先漲後跌的非線性趨勢。趨勢反映了驅動該指標長期變化的根本因素。

季節性（Seasonality）：在固定週期內重複出現的波動模式。例如：零售業的日季節性（午飯時間和下班後的流量高峰）、週季節性（周末的消費行為和工作日不同）、年季節性（雙 11、聖誕節、農曆新年的銷售高峰）。季節性是可預測的、有規律的波動。

週期性（Cyclicality）：與季節性不同，週期性的波動週期不固定，通常與宏觀經濟週期（繁榮、衰退）相關，可能長達幾年甚至幾十年。

殘差（Residual/Noise）：去除趨勢和季節性後剩下的隨機波動，代表無法被解釋的隨機因素。

時間序列分解（Decomposition）是把這些成分分離出來的技術，有兩種主要形式：

• 加法模型：時間序列 = 趨勢 + 季節性 + 殘差。適用於季節性波動的幅度不隨趨勢水準改變的情況（如每年銷售高峰固定增加 1000 件）。
• 乘法模型：時間序列 = 趨勢 × 季節性 × 殘差。適用於季節性波動的幅度隨趨勢水準等比例放大的情況（如銷售量越大，雙 11 的絕對增量也越大）。電商、旅遊等業務常符合乘法模型。

平穩性：ARIMA 的前提條件

ARIMA 等經典統計模型要求時間序列具備平穩性（Stationarity）——粗略地說，就是序列的統計特性（均值、方差）不隨時間改變，不存在系統性的趨勢或季節性。

大多數真實世界的時間序列是非平穩的（想想股票價格，整體是往上走的，均值不是固定的）。把非平穩序列轉換為平穩序列最常用的方法是差分（Differencing）：

一階差分：計算相鄰兩個時間點的差值，ΔYₜ = Yₜ - Yₜ₋₁。如果原始序列有線性趨勢（價格持續上漲），一階差分後得到的「漲跌幅」序列通常是平穩的。如果一階差分後仍不平穩，可以做二階差分（對差分後的序列再做一次差分）。

判斷序列是否平穩的正式方法是統計檢定，常用的有：

• ADF 檢定（Augmented Dickey-Fuller Test）：如果 p 值 < 0.05，可以拒絕「有單位根（非平穩）」的零假設，認為序列是平穩的。
• KPSS 檢定：零假設是「序列是平穩的」，和 ADF 相反，兩者搭配使用可以更確定地判斷。

ARIMA：統計學的經典預測框架

ARIMA（AutoRegressive Integrated Moving Average，自回歸整合移動平均）是時間序列預測中最著名的經典方法，由三個部分組成：

AR（AutoRegressive，自回歸）：用過去 p 個時間點的值來預測當前值。直觀上，「今天的氣溫是昨天、前天氣溫的加權組合」就是一個 AR(2) 模型（使用過去 2 個時間點）。

I（Integrated，整合）：指對序列做 d 次差分，讓序列變平穩。d=1 代表一階差分，d=0 代表原始序列已經是平穩的。

MA（Moving Average，移動平均）：用過去 q 個時間點的預測誤差（而非觀測值本身）來修正預測。直觀上，如果模型昨天、前天都高估了，MA 部分會自動修正「今天也不要預測太高」。

ARIMA(p, d, q) 的參數選擇通常借助以下工具：

• ACF（自相關函數圖）：觀察各時間滯後（Lag）的自相關係數，幫助確定 MA 的 q 參數。
• PACF（偏自相關函數圖）：控制中間滯後項影響後的自相關係數，幫助確定 AR 的 p 參數。
• auto_arima（pmdarima 套件）：自動搜索最優的 (p, d, q) 組合（根據 AIC/BIC 資訊準則）。

ARIMA 的變體 SARIMA（Seasonal ARIMA） 在 ARIMA 的基礎上增加了季節性成分參數 (P, D, Q, m)，其中 m 是季節週期長度（如月度資料的季節週期是 m=12）。

Prophet：為業務人員設計的預測工具

雖然 ARIMA 在統計上嚴謹，但對於非統計背景的業務人員來說，選擇合適的 p、d、q 參數、診斷模型等步驟門檻很高。Facebook（現 Meta）的資料科學家於 2017 年開發並開源了 Prophet，專門針對業務場景中的時間序列預測。

Prophet 的核心設計哲學是「把業務知識直接融入模型」：

自動趨勢轉折點偵測（Changepoint Detection）：Prophet 會自動找到趨勢發生突變的時間點（如某次重大產品更新、政策改變導致用戶增長曲線出現拐點），而不是假設趨勢永遠是線性的。

多重季節性（Multiple Seasonalities）：可以同時處理日、週、月、年等多個週期的季節性，不需要像 SARIMA 一樣只能指定單一季節週期。

假期效應（Holiday Effects）：允許直接指定業務相關的假期和特殊事件（雙 11、春節等），模型會自動估計這些事件對時間序列的影響，這對電商、旅遊等業務非常實用。

自動處理缺失值和異常值：Prophet 對資料中的缺失值和異常值有較強的魯棒性，不需要像 ARIMA 那樣對資料進行嚴格的前處理。

from prophet import Prophet
import pandas as pd

# Prophet 要求資料格式：ds（日期）和 y（目標值）
df = pd.DataFrame({'ds': dates, 'y': sales_values})

# 加入自定義假期
holidays = pd.DataFrame({
    'holiday': ['double_11', 'double_11'],
    'ds': ['2024-11-11', '2023-11-11'],
    'lower_window': -2,   # 節日前 2 天有效果
    'upper_window': 2,    # 節日後 2 天有效果
})

model = Prophet(holidays=holidays, yearly_seasonality=True, weekly_seasonality=True)
model.fit(df)

# 未來 90 天的預測
future = model.make_future_dataframe(periods=90)
forecast = model.predict(future)
model.plot(forecast)

時間序列評估：Walk-Forward Validation

時間序列的模型評估不能隨機分訓練集和測試集（因為隨機打亂會把未來的資料放進訓練集，導致資料洩漏）。正確的方法是 Walk-Forward Validation（前向滾動驗證）：

1. 用時間上最早的 N 個觀測值訓練模型，預測第 N+1 個觀測值。
2. 加入第 N+1 個觀測值的真實值，重新訓練，預測第 N+2 個。
3. 重複滾動，直到測試完所有保留的測試期資料。

常用的評估指標：

• MAE（Mean Absolute Error，平均絕對誤差）：容易解讀，對大誤差不特別敏感。
• MAPE（Mean Absolute Percentage Error，平均絕對百分比誤差）：以百分比表示，便於跨不同量級的序列比較；但當真實值接近 0 時會爆炸（除以 0 的問題）。
• RMSE（Root Mean Square Error，均方根誤差）：對大誤差更敏感，當你特別不希望出現大誤差時（如供應鏈庫存預測）適合使用。

應用場景

常見誤區

誤區 1：「預測的資料越多、模型越複雜，預測就越準確」

這是時間序列預測中最普遍的誤解，實際情況恰恰相反。對於時間序列預測，增加訓練資料的效益是遞減的，而更複雜的模型往往在長期預測上表現更差。

原因一：時間序列的預測不確定性隨預測期增長而急劇擴大。預測「明天的氣溫」和預測「一個月後的氣溫」的難度是完全不同量級的，因為每往前預測一步，誤差就會累積。即使是世界最先進的氣象模型，超過 10 天的預測也幾乎沒有實際參考價值。理解你的預測問題在「哪個時間跨度內是可預測的」比追求模型複雜度更重要。

原因二：使用太久遠的歷史資料可能反而降低準確性，因為 3-5 年前的模式和現在的業務環境可能已經完全不同（例如，疫情前的旅遊消費模式不能直接用來預測疫情後的趨勢）。實務中，許多業務預測問題使用最近 1-2 年的資料反而比使用 5 年資料得到更好的近期預測效果。

原因三：LSTM 等深度學習方法在看似「更強大」的宣傳下，在許多標準時間序列基準測試中（如 M4 Competition、M5 Competition）的表現並不比 ARIMA、指數平滑等傳統統計方法更好，甚至更差。M4 和 M5 競賽的結論都指出，傳統統計方法配合合理的特徵工程（加入外部資訊），仍然是大多數業務預測場景的可靠選擇。

誤區 2：「時間序列可以直接用普通的 K-Fold 交叉驗證評估」

這是一個會讓你的模型評估完全失去意義的操作失誤。在普通的機器學習中，K-Fold 交叉驗證隨機把資料分成 K 個等份，輪流把其中一份作為測試集，其餘作為訓練集。這個方法的前提是樣本之間相互獨立。

但在時間序列中，樣本之間是時間相依的——2024 年 12 月的資料「知道」2024 年 11 月發生了什麼，因為兩者相鄰在時間上。如果你隨機打亂資料後做 K-Fold，訓練集中可能包含 2024 年 12 月的數據，而測試集是 2024 年 10 月的數據——這等於「用未來的資料預測過去」，是典型的資料洩漏，評估結果會顯示出不切實際的高準確率，部署到真實環境後效果遠不如評估結果。

正確做法是Walk-Forward Validation（也稱為時間序列 Cross-Validation）：把最早的資料作為初始訓練集，每次往後滾動一個時間窗口，始終確保測試集的時間點在訓練集之後。這樣才能真正模擬「用過去的資料預測未來」的場景，得到有意義的泛化性能評估。

另一種簡化的做法是時間分割（Time-Based Split）：把資料按時間切割為前 80% 作為訓練集、後 20% 作為測試集，一次性評估。雖然不如 Walk-Forward Validation 全面，但至少避免了資料洩漏。

誤區 3：「Prophet 是萬能的，任何時間序列預測直接用 Prophet 就好」

Prophet 是一個優秀的工具，特別適合非技術背景的業務分析師使用，但它並非萬能，有幾類場景下的表現反而不佳：

高頻短週期序列：Prophet 設計上最適合每日或更低頻率（每週、每月）的資料，並且通常需要至少幾個月到幾年的歷史資料才能有效地估計季節性。如果你要預測每分鐘或每小時的機器感測器讀數，SARIMA 或基於深度學習的方法（如 N-BEATS、Temporal Fusion Transformer）可能更合適。

多變數時間序列：Prophet 本質上是單變量的（只考慮一個時間序列的歷史值），雖然支援加入外生變數（Regressor），但外生變數的未來值也需要事先知道，這在許多場景下是不現實的。如果你的預測問題有多個相互關聯的時間序列（如多個商品的銷售量互相影響），VAR（向量自回歸）或 LightGBM/XGBoost 配合時間特徵可能更合適。

突然性結構斷裂（Structural Break）：如果時間序列在某個時間點因為外部衝擊（如新冠疫情、重大政策改變）而完全改變了行為模式，Prophet 的趨勢轉折點機制雖然能偵測到漸進性的趨勢改變，但對「今天和昨天完全不同」的突然性斷裂的適應能力有限。這類情況需要人工介入：明確地告訴模型「以這個日期為界，前後是兩個不同的世界」，或者直接只使用斷裂後的資料訓練。

小練習

練習 1：識別時間序列的組成成分

以下是四個不同業務場景的描述，請為每個場景識別出最主要的時間序列成分（趨勢、季節性、週期性、隨機性），並解釋你的判斷理由：

1. 一家台灣的傳統百貨公司在過去 10 年的月銷售額資料，整體呈現緩慢下滑，每年 12 月和農曆新年前後銷售明顯高於其他月份。
2. 過去 2 年的台股加權指數日收盤價，夾雜著各種震盪，但大方向隨著全球景氣緩慢上升。
3. 一個 SaaS 軟體平台過去 18 個月的每日活躍用戶（DAU），因為是企業用戶，周末的 DAU 明顯低於工作日，但整體 DAU 因產品持續成長而上升。
4. 一家精品咖啡館的每日來客數，整體水準穩定，但有時因附近辦大型展覽而突然暴增。

練習 2：設計電商銷售預測方案

一家台灣電商平台希望預測「未來 30 天每天的訂單量」，用來優化倉儲備貨和物流排班。已知：

• 歷史資料：過去 3 年的每日訂單量
• 每年有雙 11（11/11）、雙 12（12/12）、母親節（5 月第二個周日）等重要促銷活動，活動日的訂單量是平日的 3-10 倍
• 周末的訂單量平均比工作日高 25%
• 近半年平台整體訂單量有上升趨勢，每月大約增長 2%

請設計一個使用 Prophet 的預測方案：（1）說明你會加入哪些設定讓 Prophet 更準確；（2）如何評估這個模型的預測準確性；（3）模型建好後，倉儲團隊應如何使用預測結果做決策？