数据分析师的“水晶球”：时间序列分析-编程实验室

很多刚入行的小伙伴问我：“我想预测下个月公司的销售额，或者预测一下明天的股价，该学什么？”

我的回答通常只有六个字：时间序列分析。

如果在数据分析的世界里有一种魔法能让你“预知未来”，那一定就是它。

1. 什么是时间序列？

别被名词吓到了。简单来说，时间序列（Time Series）就是按时间顺序排列的一组数据。

比如：

你手机里每天的步数记录；
某只股票每天的收盘价；
或者是你家楼下便利店每个月的营业额。

这些数据都有一个共同点：有一个时间轴，且数据随着时间变化。

我们做时间序列分析的核心目的，就是要从过去的“历史数据”中找出规律，然后把这个规律延长到“未来”，这就是预测。

2. 像剥洋葱一样拆解数据：时间序列的四大成分

初学者最容易犯的错误是直接把数据丢进模型里跑。

作为一名老手，我要告诉你：看到数据，先拆解。

通常，任何一个随时间变化的数据（比如一家奶茶店的日销量），都可以被拆分为四个部分。

2.1. 长期趋势--“大势所趋”

这是数据在长时间内的主要运动方向。

例子：这家奶茶店开了三年，随着品牌知名度提升，整体销量每年都在涨。这就是趋势。
地位：它是总变动的老大，决定了长期的方向。

2.2. 季节变动--“春夏秋冬的轮回”

数据受季节、节假日等固定周期影响而出现的波动。

例子：夏天天气热，冰饮卖得疯快；冬天冷，销量自然下滑；每到周末销量就比周一高。这种随着时间固定重复的波动，就是季节性。
地位：它是总变动的老二，非常规律，预测起来最准。

2.3. 循环变动--“难以捉摸的周期”

这是一些周期较长、不固定的波动，通常和宏观经济有关。

例子：由于经济危机，大家钱包紧了，奶茶喝得少了。等经济复苏，又喝多了。
注意：这部分原因复杂，周期不固定，我们在基础预测中通常不做重点考虑。

2.4. 不规则变动--“老天爷的心情”

这是随机的、不可控的波动。

例子：某天突然下暴雨，没人出门，销量暴跌；或者某天网红来打卡，销量暴涨。
注意：这是“噪音”，在预测中我们很难捕捉它，通常假设它为0或忽略。

（重点）：
在实际的时间序列预测中，我们主要抓“长期趋势” 和 “季节变动”。
抓住了这两条大鱼，预测的准确度通常能达到80%以上。
至于循环变动和不规则变动，因为占比小且太复杂，我们往往选择战略性忽略。

3. 手把手教你：用Python拆解时间序列

光说不练假把式。下面我们用Python代码模拟一组奶茶店的销售数据，并演示如何把这四个成分“拆”出来。

首先，构造“虚假”的奶茶店数据。

/* by 01130.hk - online tools website : 01130.hk/zh/shupai.html */ # === 第一步：构造数据 === # 假设我们有过去3年（36个月）的月度销售数据 dates = pd.date_range(start='2021-01-01', periods=36, freq='ME') # 1. 制造【长期趋势】：每个月销量基础增加 10 杯 trend = np.linspace(100, 460, 36) # 2. 制造【季节变动】：模拟每年夏天高、冬天低 (用正弦波模拟) # 这里的逻辑是制造一个周期性的波浪 seasonality = 50 * np.sin(np.linspace(0, 3 * 2 * np.pi, 36)) # 3. 制造【不规则变动/噪音】：随机波动 noise = np.random.normal(0, 20, 36) # 4. 合成总销量 total_sales = trend + seasonality + noise # 创建 DataFrame df = pd.DataFrame({'Date': dates, 'Sales': total_sales}) df.set_index('Date', inplace=True)

然后，使用statsmodels库进行分解，它能帮我们一键拆解数据。

/* by 01130.hk - online tools website : 01130.hk/zh/shupai.html */ from statsmodels.tsa.seasonal import seasonal_decompose # === 第二步：数据分解 === # model='additive' 表示加法模型（销量 = 趋势 + 季节 + 噪音） # 如果波动幅度随着趋势变大而变大，通常用乘法模型 (multiplicative) decomposition = seasonal_decompose(df['Sales'], model='additive') # === 第三步：绘图展示 === fig = decomposition.plot() fig.set_size_inches(12, 10) # 设置画布大小 plt.show()

从上面四个子图可以看出：

Observed (原始数据)：你看到的真实销量曲线，上蹿下跳。
Trend (趋势)：一条稳步向上的直线。这告诉老板：放心，虽然每个月有波动，但咱们店整体是越做越好的！
Seasonal (季节性)：非常有规律的波浪线。这告诉店长：每年6-8月要多备货，12-1月可以安排员工轮休。
Resid (残差/不规则项)：围绕0上下跳动的杂乱点。这是我们无法预测的随机事件。

4. 分析师的内功：不仅仅是代码

学会了上面的代码，你已经入门了。但作为过来人，我想告诉你，工具和算法虽然层出不穷，但分析思路才是万变不离其宗的。

首先，关注数据的平稳性，这是时间序列分析的门槛。

简单说，大部分复杂的统计模型（如ARIMA）都假设数据的性质（均值、方差）不随时间变化。

然而现实数据（如股价、销量）往往是不平稳的（有上涨趋势），因此如果你发现数据一直在涨，可以试着做差分（用今天的数减去昨天的数）。

差分后的数据往往就平稳了，更容易放入模型去训练。

其次，结合业务场景，不要死记硬背模型，还要看场景。

比如：

场景A：电商大促预测（双11）
- 特点：有极强的季节性（每年11月暴涨）。
- 策略：重点分析季节变动。如果只看趋势，你会被双11的数据吓死，或者在双11备货不足。
- 热点关联：就像分析“淄博烧烤”或“哈尔滨旅游”，必须考虑节假日这个强季节因子。
场景B：股票价格预测
- 特点：不规则变动（噪音）极大，甚至噪音掩盖了趋势。
- 策略：这种时候，简单的分解模型往往失效。需要引入更多外部变量（新闻、政策），或者使用更高级的深度学习模型。
场景C：服务器流量监控
- 特点：白天高、深夜低，周末低、工作日高。
- 策略：这是最标准的周期性数据，非常适合用来做异常检测（比如某天深夜流量突然暴涨，肯定是有黑客攻击或系统Bug，因为这违背了季节性规律）。