预测基础

预测不是占卜，也不是对未来随口给出一个判断。本课程中的预测指的是：在已有数据、明确目标和可检验方法（testable method）的基础上，对未来状态做出可量化、可评估的估计。一个预测任务至少要回答三个问题：预测什么未来，使用什么信息，以及如何检验它是否可靠；这也是现代预测教材和综述反复强调的基本框架 Hyndman & Athanasopoulos, 2021Petropoulos et al., 2022。

预测的难点在于未来尚未发生，但商业决策必须提前做出。因此，预测的价值不只在于“猜中一个数字”，而在于帮助我们更早、更稳健地配置资源、控制风险和比较方案。

学习目标¶

完成本章后，你应该能够：

• 区分 forecasting 和 prediction 的含义。

• 说明一个场景是否可预测，取决于哪些数据和机制条件。

• 识别时间序列预测中的趋势、季节性、自相关和不确定性。

• 解释为什么好的预测必须在大量样本和多期未来中接受检验。

• 用业务语言说明预测误差如何影响后续决策。

从占卜到预测¶

历史上，人们一直试图知道未来。从巴比伦人的肝卜，到二十四节气对季节和气候的周期性总结，人类很早就意识到：未来并不是完全无规律的。有些现象几乎无法提前判断，例如明天是否中彩票；有些现象则存在稳定结构，例如零售销量的节日高峰、用电量的季节变化、旅游需求的恢复节奏。

巴比伦肝卜可以看作早期人类试图寻找关联的例子：天气、牲畜、疾病和虫害之间也许存在某种经验联系，但这种联系没有清晰机制、统一数据和可复现评价。它更接近占卜或解释性叙事，而不是现代意义上的预测。

二十四节气则更接近现代预测的雏形。它来自长期天象和气候观察，能够给出季节变化的点估计（point estimate），也承认“最多相差一两天”这样的不确定性。它不是完全精确的未来知识，而是基于重复规律形成的可用预测。

这个例子也说明了传统预测的成本：规律需要在很长时间里被观察、校正和传承。农业社会可以用上千年的经验稳定节气规律；现代商业没有这种奢侈。一个电商部门可能每天要预测数以万计的商品、地区和仓库组合，很多商品刚上市还没有足够历史数据。如果仍然依赖少数专家慢慢观察，每个品类都手工总结规律，预测系统很快会被规模压垮。

现代预测和占卜的根本区别在于可检验性（testability）。预测必须说明使用了什么信息、如何生成结果、如何评价误差，以及下一次是否可以用同样流程复现。没有这些条件，预测就只是判断或叙事。彩票这类几乎独立随机的事件，即使有人画出复杂图形，也不等于具备可预测性。

Forecasting 与 Prediction¶

Prediction 是一个更宽泛的概念，指对尚未发生或尚未观察到的事件做判断。Forecasting 是其中更严格的一类：它基于历史数据和已知模式，对未来事件做出量化估计。可以这样理解：

• 所有 forecasting 都是 prediction。

• 不是所有 prediction 都是 forecasting。

• Forecasting 通常要求明确的时间范围、目标变量、数据来源和误差评价方式。

例如，“这个产品未来会火”是一个 prediction；“未来 12 个月每月销量分别是多少，并给出预测区间”才更接近 forecasting。

机器学习中的 prediction 常常是横截面问题（cross-sectional problem）。例如，我们记录一届学生的课堂表现、作业完成情况和其他特征，再预测他们期末成绩是 A、B、C 还是 D。这里的重点是从特征 $x$ 到标签（label）$y$ 的关系。

Forecasting 更强调时间顺序。例如，我们每天记录一个学生的测验成绩，想知道今天的成绩和昨天、前天、过去五周的学习状态是否有关。此时，过去值本身会变成特征：$y_{t-1}$、$y_{t-2}$ 等历史信息被用来解释 $y_t$ 或预测 $y_{t+h}$。

因此，forecasting 可以看作一类特殊的 prediction：它仍然是在用信息预测结果，只是信息来自同一对象的历史状态、相邻时间点和外部事件。一般 prediction 中，样本之间常被近似看作独立；forecasting 中，行与行之间有时间依赖（temporal dependence）。今天的状态可能来自昨天的状态、上周的状态，甚至过去几个月的累积影响。

随着数据采集越来越自动化，很多原本看似横截面的数据也会带上时间戳（timestamp）。订单、点击、车辆轨迹、课堂表现、设备日志和 API 调用记录都天然包含时间。是否把它们作为时间序列处理，取决于我们是否关心“过去如何影响现在和未来”。

什么决定可预测性¶

一个问题是否容易预测，通常取决于四个条件。

第一，目标是否存在稳定机制。彩票号码之间近似独立，过去号码对下一期开奖帮助很小；用电量、零售销量和交通流量往往存在季节性、惯性或制度安排，历史信息更可能有用。

彩票例子特别适合提醒我们区分“看起来有图形”和“真的可预测”。研究历史开奖分布、画折线或寻找所谓冷热号，并不会改变下一期开奖的概率。如果只是为了娱乐，可以避开很多人偏好的数字，减少中奖后和别人平分奖金的可能；但这不会提高中奖概率本身。预测必须来自可利用的关联，而不是来自复杂图形带来的心理安慰。

第二，我们是否能观察到关键影响因素。新能源电力需求可能受天气、政策、价格和产业活动影响；保研结果可能受课程成绩、科研经历、排名和综合表现影响。如果这些变量完全缺失，模型只能从历史序列中猜测。

第三，是否有足够的数据支持预测。数据不只是样本数量，还包括频率、质量、覆盖周期和外部变量。一个小学生未来能否考上某所大学，很难在第一天上学时判断；但到了高三，长期成绩、考试排名和学习状态已经形成大量历史信息，预测依据就更充分。

第四，未来与过去是否仍然相关。新冠后出境游恢复这类问题，历史数据的参考价值会下降，因为未来结构已经改变。但这并不意味着完全不能预测：航班运力、酒店预订、手机位置、签证政策和旅游搜索等相关信号，仍可能为恢复节奏提供线索。

这四个条件可以压缩成一句话：预测要求未来和过去之间存在可以学习的联系，并且我们能观察到足够多的相关信息。如果关键机制不可见、样本太少、未来制度发生突变，模型即使在历史上拟合得很好，也可能只是把过去画得很漂亮。

时间序列的基本特征¶

时间序列预测关心的是按时间排列的数据。与普通横截面数据相比，它最重要的特点是相邻观测往往不独立。今天的销量、需求或价格，通常与昨天、上周、去年同月有关。

常见特征包括：

• 趋势（trend）：序列长期上升或下降，例如用户数持续增长。

• 季节性（seasonality）：固定周期内重复出现的模式，例如节假日销售高峰。

• 自相关（autocorrelation）：当前值与过去值之间的相关性，例如本月需求受上月需求影响。

• 异常（anomaly）与结构变化（structural change）：促销、政策、疫情或供应链中断造成的突然变化。

很多特征可以先从图形直观看到，再转化为可计算指标。自动售货机或快递柜中的饮水需求可能有夏季高、冬季低的季节性，也可能有上午、下午和晚上不同的小时周期。用电量可能同时包含季度、月度、周度和日内周期。趋势可以通过移动平均（moving average）等简单方法提取：固定一个窗口，逐步向前滑动并计算局部平均，就能看到比原始波动更平滑的长期方向。移动平均不同于对所有历史值求一个总平均；总平均只给出一条水平线，移动平均则保留了序列随时间变化的方向。

季节性也不只是“每年重复一次”。企业用电可能有季度周期、月末冲业绩带来的月度周期、周五提交任务带来的周周期，以及白天和夜晚的日内周期。英国足球比赛结束后，大量家庭同时烧水喝茶，会给电网带来短时负荷冲击；类似地，如果大量用户同时关灯再开灯，看起来是节能活动，实际上可能对电网造成突发压力。预测这些场景时，模型不仅要知道有周期，还要知道周期发生在哪个时间尺度、会不会被群体行为放大。

“昨天和今天的学习状态”可以用来解释滞后特征：如果今天的表现和昨天、前天、过去五周都有关系，那么过去值就可以被重新组织成预测特征。这也是时间序列预测与一般回归问题的一个重要连接点。

用符号写就是：模型可以把 $y_{t-1}$、$y_{t-2}$ 乃至过去多期状态重新组织成特征，用历史依赖解释当前和未来。时间序列预测并不是凭空预测未来，而是在已有信息集中寻找可重复的动态关系。

股票收益率也是这个思想的例子。现实市场中很难找到一个单独变量解释价格波动，新闻、交易行为、情绪和制度约束都会混在一起。与其假设已经找到了全部原因，不如先把价格或收益看成时间相依的数据，研究波动、自相关、异常和外部冲击如何沿时间传播。时间序列方法提供的是一种从时间维度理解复杂系统的方式。

什么是好的预测¶

好的预测不是偶尔一次猜中，而是在可重复的评价中稳定表现良好。只说“我们昨天预测今天股票会涨，而且真的涨了”，证据很弱；如果一个策略在许多时间段、许多资产和许多市场环境中都表现稳定，才更接近可用预测。

我们在这里强调几个朴素但重要的原则：

• 预测要在大量数据上表现优异。

• 多条时间序列之间可以交互学习，提升整体预测精度。

• 历史数据不足时，需要主动创造或补充可用数据。

• 速度是现代商业预测的重要竞争力。

• 长期预测通常比短期预测更难，因为误差会逐步累积。

多序列交互学习（multi-series learning）在商业中尤其重要。一个全新产品没有自己的历史销量，但可以参考相似产品、竞品、配套产品和共同购买关系。一个区域需求不稳定，也可以借助其他地区、其他品类和外部变量。预测不一定只盯着一条序列，而是要在更大的数据集合中寻找相似结构。

例如尚未上市的 iPhone 18 没有自身历史销量，但并不等于完全没有预测依据。系统可以参考上一代 iPhone、同生态产品、竞品发布节奏、老用户换机周期、配件购买关系和相似地区的消费结构。预测系统要学习的不是“这个产品过去卖了多少”，而是“与它相似、竞争或共生的对象过去如何变化”。这也是现代多序列预测与传统单序列外推的重要区别。

速度同样是预测质量的一部分。电商平台可能需要每天为成千上万种商品和地区生成补货预测；如果模型太慢，即使误差较低，也可能错过补货、排产或调度窗口。阿里巴巴 3C 预测就是典型场景：系统可能要在夜间为几万类核心商品预测第二天各地需求，例如海淀区某类联想笔记本明天需要多少库存。低估会造成缺货和用户体验下降，高估会占用现金流和仓储空间。因此，评价预测时不要只问“这一次准不准”，还要问：是否在多个时间段、多个序列、多个预测步长上稳定？是否比简单基准模型更好？是否能及时生成，供业务系统使用？

预测与不确定性¶

未来永远无法完全知道，所以预测不应只给一个点估计。更完整的预测应当讨论不确定性，例如预测区间（prediction interval）、情景分析（scenario analysis）或概率分布（probability distribution）；概率预测的评价也需要使用鼓励诚实报告分布的评分规则（scoring rule）Gneiting & Raftery, 2007。二十四节气给出日期规律，同时承认前后可能相差一两天；现代预测也应明确误差范围，而不是把一个数字包装成确定事实。

五个专家可能给出五种旅游恢复预测，问题不是简单选择谁“看起来更专业”，而是比较他们的假设、数据、误差记录和决策后果。

在商业应用中，不确定性常常比点预测本身更重要。库存不足和库存过剩的成本不同；产能闲置和产能短缺的风险不同；金融预测中高估和低估可能导致完全不同的交易行为。

预测步长越远，不确定性通常越大。一个孩子今天考了 90 分，预测明天或下周的学习状态还有一定依据；要在一年级时预测十二年后的高考结果，就几乎没有足够信息。冰川变化、气候风险和长期公共健康预测也是类似问题：远期结果不只由历史趋势决定，还会被排放路径、政策选择、技术变化和社会行为改变。青少年近视项目也说明了这一点：如果把 1983-2023 年的近视率趋势直接外推到 2050 年，可能得到“几乎所有高中生都会近视”的荒谬结论。历史趋势本身可能是真的，但社会会调整教育、户外活动和用眼习惯，远期预测必须把机制变化和情景不确定性纳入考虑。

现代时间序列预测¶

现代时间序列预测是统计思维、计算机工程和人工智能的结合。统计思维帮助我们定义目标、误差和不确定性；工程能力帮助我们处理大规模数据、自动化建模和部署；人工智能方法让模型能够从复杂、多源、高维数据中学习结构。

亚马逊和 Google 的预测实践说明，预测已经从单个模型问题变成平台问题。企业需要同时处理大量产品、地区、资源和时间粒度。模型不只是算法，还包括数据管道、特征工程、自动评估、人工干预和业务系统集成。

这也是本课程从传统预测转向 AI 预测的原因。当数据规模和模式复杂度上升时，单靠人眼观察趋势或专家经验已经不够。AI 的价值不是替代所有统计思想，而是帮助我们在更大规模、更复杂的数据中自动发现特征、比较模型、补充外部信息，并把预测更快地接入业务流程。

所以，预测既是 science，也是 art。Science 体现在可检验的数据、模型、误差和流程；art 体现在对假设、场景、外部信息和决策后果的判断。好的预测不是声音更大、模型更复杂或专家头衔更响，而是能用证据说明它为什么可信、什么时候会失效、怎样帮助行动。

小结¶

预测基础可以归纳为一句话：用过去和现在的信息，构造一个可以被检验的未来估计。学习预测时，不要急着选择最复杂的模型。先明确目标变量、预测步长、可用数据、可预测性来源和误差评价方式，再讨论模型。

练习¶

1. 找一个你熟悉的业务场景，说明它更像 prediction 还是 forecasting。

2. 用学生期末成绩和每日测验成绩两个例子，比较横截面 prediction 与时间序列 forecasting。

3. 对自动售货机饮水需求或用电量序列，指出可能存在的趋势、季节性、自相关和异常因素。

4. 设计一个评价方案，说明如何判断一个 12 期预测是否比简单基准更好。

5. 解释为什么彩票号码预测和库存需求预测的可预测性不同。

6. 讨论一个预测很准但决策仍然失败的例子，解释失败可能来自哪里。

参考文献¶