【深度学习实践】ARIMA类模型时序数据分析案例

云博士的AI课堂

已于 2025-03-06 09:03:05 修改

阅读量959

点赞数 12

分类专栏：深度学习哈佛博后带你玩转机器学习文章标签：深度学习数据分析人工智能机器学习数据挖掘 ARIMA 时序数据分析

于 2025-03-06 07:44:49 首次发布

本文链接：https://blog.csdn.net/l35633/article/details/146057610

版权

哈佛博后带你玩转机器学习同时被 2 个专栏收录

243 篇文章

订阅专栏

深度学习

182 篇文章

订阅专栏

本文给出使用 ARIMA 系列模型进行时序分析和预测的示例代码，提供三个实践落地案例。每个案例都将展示常见的数据预处理、模型拟合与调参、以及最终预测和可视化。由于无法在此直接提供真实数据集，这里使用了示例性的数据或说明性代码，读者可根据自己项目的实际数据替换并灵活运用。

在示例中，主要使用 Python 的 statsmodels 库提供的 ARIMA 和 SARIMAX（季节性 ARIMA）进行时序分析。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima.model import ARIMA
from statsmodels.tsa.stattools import adfuller

# ============ 1) 读取数据与初步处理 ============
# 这里假设已经有一个 CSV 文件 "daily_sales.csv"，包含 'date' 和 'sales' 两列
df = pd.read_csv("daily_sales.csv", parse_dates=["date"])
df.set_index("date", inplace=True)

# 查看数据前几行
print(df.head())

# 画一下原始销量序列
plt.figure(figsize=(10,4))
plt.plot(df['sales'], label='Daily Sales')
plt.title('Daily Sales Over Time')
plt.legend()
plt.show()

说明：

通过 parse_dates 解析日期字段，设置 date 列为索引，以便进行时序运算。
adfuller 是ADF检验常用函数，可检验序列是否平稳。若不平稳，则ARIMA可能需要差分（d > 0）。

3.2 平稳性检验与差分

# ============ 2) 平稳性检验（ADF） ============
result = adfuller(df['sales'].dropna())
print("ADF Statistic:", result[0])
print("p-value:", result[1])

# 如果 p-value > 0.05，通常认为序列可能是非平稳的，需要做差分
# 简单示例：做一次差分
df['sales_diff'] = df['sales'].diff()
df['sales_diff'].dropna().plot(title='Diff(1) of Sales')
plt.show()

3.3 模型拟合

假设经过1阶差分后，序列平稳。我们可尝试 ARIMA( p=1, d=1, q=1 )，或通过自动定阶工具（如 pmdarima 的 auto_arima）来选择最优参数，这里示例手动指定。

# ============ 3) 构建并拟合 ARIMA 模型 ============
# 假设 d=1, p=1, q=1
model = ARIMA(df['sales'], order=(1,1,1))
model_fit = model.fit()
print(model_fit.summary())  # 查看模型概览

# 4) 对比拟合结果
df['forecast'] = model_fit.fittedvalues
plt.figure(figsize=(10,4))
plt.plot(df['sales'], label='Original')
plt.plot(df['forecast'], label='Fitted by ARIMA(1,1,1)')
plt.title('Daily Sales & Model Fitting')
plt.legend()
plt.show()

3.4 未来预测

我们可以预测未来 30 天的销量：

future_steps = 30
forecast_result = model_fit.forecast(steps=future_steps)
print("Forecast for next 30 days:")
print(forecast_result)

# 可视化与历史数据拼接
plt.figure(figsize=(10,4))
plt.plot(df['sales'], label='Historical Sales')
plt.plot(forecast_result, label='Forecast', color='red')
plt.title('Next 30 Days Sales Forecast')
plt.legend()
plt.show()

说明：

model_fit.forecast(steps=...) 用于向未来预测指定步数。
注意在使用 ARIMA 预测多步时，预测误差会逐步累积；若对较长周期要精确预测，可能需要滚动预测或更复杂模型。
对于具有季节性的日度销量（如周末、节假日等模式），可尝试使用 SARIMAX 设置季节周期。

案例启示：

当需求相对单一、历史数据较为平稳，可以使用 ARIMA 做快速预测。
如果发现显著的周周期、月周期等季节性，可进一步使用 SARIMA 进行改进。
也可结合外生变量（如天气、促销活动）作为 exog 拟合（使用 statsmodels.tsa.statespace.sarimax.SARIMAX）。

4. 示例二：股票价格预测

应用场景：对单只股票的价格做简单的ARIMA预测，或者做 ARMA 与外生变量对比。股票价格通常具有一定的随机游走特性，可能需要加差分进行平稳化。

4.1 数据示例

数据格式：

Date：交易日期
Close：收盘价
（可选外生变量 Volume 等）

import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.arima.model import ARIMA
from statsmodels.tsa.arima.model import ARIMAResults

df_stock = pd.read_csv("stock_data.csv", parse_dates=["Date"])
df_stock.set_index("Date", inplace=True)

plt.plot(df_stock['Close'])
plt.title("Stock Closing Price Over Time")
plt.show()

4.2 ARMA vs. ARIMA

有些股票时序若是随机游走特征，可考虑 ARIMA(0,1,0) = 随机游走。
若数据已接近平稳，可尝试 ARMA（即 ARIMA(p, 0, q)）。

以 ARMA(1,1) 做演示：

# 假设股价序列差分后更平稳，这里直接对差分序列拟合 ARMA(1,1)
df_stock['diff_close'] = df_stock['Close'].diff()
df_stock['diff_close'].dropna().plot()
plt.title("1st Difference of Closing Price")
plt.show()

# 构建 ARMA(1,1)，需要对序列先差分一次(或上面就直接d=1)
diff_series = df_stock['diff_close'].dropna()
model_arma = ARIMA(diff_series, order=(1,0,1))  # (p,d,q) = (1,0,1) => ARMA(1,1) on diff
model_arma_fit = model_arma.fit()
print(model_arma_fit.summary())

注意：statsmodels 中，ARMA 已整合到 ARIMA 中，只是 d=0 的特殊情况，因此可以如上方式构造 ARIMA(diff_series, order=(1,0,1))。

4.3 ARIMA + 外生变量

有时我们希望利用外生变量（如成交量、宏观经济指标、行业指数等）来协助预测股价。可使用 statsmodels.tsa.statespace.sarimax.SARIMAX，在参数中指定 exog。

from statsmodels.tsa.statespace.sarimax import SARIMAX

# 以交易量 'Volume' 作为外生变量
# 由于外生变量的维度必须与主序列对齐，这里仅举例
exog_data = df_stock[['Volume']].iloc[1:]  # 与差分后时间对齐

model_exog = SARIMAX(df_stock['diff_close'].dropna(),
                     order=(1,0,1),
                     exog=exog_data.dropna())  # 注意对齐索引
model_exog_fit = model_exog.fit()
print(model_exog_fit.summary())

# 预测未来 5 天的差分值 (主序列差分+外生)
# 也需对 exog 进行相应预测或给定未来 Volume 的预估
future_exog = ...  # 未来 5 天的成交量预估
pred_diff = model_exog_fit.forecast(steps=5, exog=future_exog)

最后，要把预测到的差分值反推回原始价格：如果 pred_diff 是对价格做的一阶差分预测，需要加回上一天的真实价格累计得出新价格。示例：

# last_real_price 是我们最后一个已知的真实收盘价
last_real_price = df_stock['Close'].iloc[-1]
pred_prices = []
acc_price = last_real_price
for diff_val in pred_diff:
    acc_price += diff_val
    pred_prices.append(acc_price)

print(pred_prices)  # 即未来5天的预测股价

案例启示：

股票价格常常具有随机游走特性，纯ARIMA可能难以得到特别好的结果，需要结合更多外生变量或更复杂的非线性模型。
当我们使用差分来平稳化时，要注意把预测的差分累加回原值。
外生变量有助于改进预测，但要保证其先验可获取（例如下一个交易日的成交量在预测时并不知道，需要估计或另行预测）。

5. 示例三：多季节周期下的气温预测（SARIMA）

应用场景：气温或能源负荷等往往有年季节性和日周期性。比如日平均气温随季节变动明显，还有周或日的波动。采用 SARIMA 可捕捉季节成分。

5.1 数据与可视化

以一份日均气温数据（包含数年）为例，发现其存在年周期性：每年夏季温度高、冬季低。如果还存在更短周期（如一周的模式），则需要额外分析。

import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.statespace.sarimax import SARIMAX

df_temp = pd.read_csv("daily_temperature.csv", parse_dates=["date"])
df_temp.set_index("date", inplace=True)
plt.plot(df_temp["temp"])
plt.title("Daily Temperature Over Years")
plt.show()

5.2 SARIMA 参数选择

SARIMA 的形式为 (p,d,q)(P,D,Q,m)，其中 m 是季节周期长度。

若我们认为一年为一个大周期，而数据是日度，那么 m=365（或 365.25 近似）可能过大，运算量高；很多人根据业务视角，也可能先按月聚合做月度季节性 (m=12) 或周度季节性 (m=52)。这里以 m=365 只作示范。
同时检查是否存在周周期 (m=7) 的需求，如果要同时考虑一年季节和每周季节，就需要更复杂的多季节性模型 (TBATS或 statsmodels暂不支持多重季节，或使用 SARIMAX + 自定义方法)。

以 (p,d,q) = (1,1,1) + (P,D,Q,m) = (1,1,1,365) 做一个简单演示：

# ============ SARIMAX 模型 ============
model_sarima = SARIMAX(df_temp['temp'], 
                       order=(1,1,1),
                       seasonal_order=(1,1,1,365))
model_sarima_fit = model_sarima.fit(disp=False)
print(model_sarima_fit.summary())

# 预测未来30天温度
future_30 = model_sarima_fit.forecast(steps=30)
plt.figure(figsize=(10,5))
plt.plot(df_temp['temp'], label='Historical Temp')
plt.plot(future_30, label='Forecast', color='red')
plt.title("Temperature Forecast (Next 30 Days)")
plt.legend()
plt.show()

注意：实际中，m=365 计算量可能不小，也可能过拟合。因此很多人会先对日数据做周或月聚合，或者只保留主要季节成分后再做时序分析。

案例启示：

当数据存在明显季节周期时（如日度气温的年周期、月度销售的12月周期），SARIMA 或者 SARIMAX（带外生变量）常能取得更好结果。
对于多重季节周期（如同时存在周周期和年周期）可以尝试TBATS或其他扩展方法；也可分层建模或在深度学习中显式处理。

6. 总结与注意事项

ARIMA/SARIMA 适用条件：
- 单一时间序列或少量变量，数据相对稳定、平稳可差分。
- 数据量不需要非常大（相比深度学习，ARIMA可以在相对小规模数据上也能获得不错效果）。
- 对可解释性要求较高，统计理论成熟。
差分与平稳：
- 若序列存在趋势、季节性，需要进行差分处理或在季节模型中设置季节差分。
- 可以用 ADF、PACF/ACF 图等辅助判断是否需要差分、以及 AR 和 MA 阶数选择。
外生变量 (Exogenous Variables)：
- SARIMAX 在 statsmodels 中可添加 exog，可以利用外部信息（如节假日、营销活动、宏观经济指标等）提升预测精度。
- 需确保外生变量在预测时能够提前获取或有合理的预测值。
多重季节：
- 如果数据具有多周期（如日度用电量有日周期 + 周周期 + 年周期），ARIMA/SARIMA 可能难以同时兼顾，需要更复杂模型或 TBATS / Prophet / 深度学习等方法。
模型评估：
- 通常将历史数据留出一段作为测试集，或使用交叉验证/滚动预测来评估模型。
- 根据评估指标（MAPE, MAE, RMSE 等）和实际业务需求来衡量预测效果。
实践与调参：
- p, d, q 以及 (P, D, Q, m) 的选择需要综合 ACF/PACF 图、信息准则(AIC, BIC)以及自动化调参工具 (pmdarima 的 auto_arima)。
- 对应多变量时，也可尝试 VAR、VARMA 等多元模型。

三个 AI 实践落地案例小结

日度销量预测（ARIMA）
- 假设历史销量数据具备平稳或可差分的特征，能通过 ARIMA 快速获得短期预测结果，适用于库存与产能规划。
- 如果有明显季节性（如周周期），可尝试 SARIMA。若有节假日或价格等外生因素，还可以引入 exog。
股票价格预测（ARIMA vs. ARMA vs. ARIMA + exog）
- 对金融时间序列进行差分或不差分，然后用 ARMA/ARIMA 做预测，结合成交量或大盘指数等外生变量可以改进预测。
- 要注意股票可能更趋向随机游走，需要更多复杂方法（如GARCH，深度学习）配合。
多季节周期的气温预测（SARIMA）
- 对有年周期性的日度气温数据，SARIMA 能捕捉季节趋势。
- 如果还有周周期等多重季节性，可进一步使用复合方法或其他模型。