【维克】ARMA模型：AR与MA的完美结合

系列：年化20%量化笔记 · 第44篇

关键词：#ARMA #混合模型 #时间序列 #模型组合 #预测精度 #Box-Jenkins方法

前两篇，我们分别聊了AR模型和MA模型。

AR说：用"过去的值"预测未来------历史会重演。

MA说：用"过去的意外"预测未来------冲击会蔓延。

单独用AR，你只看到了"惯性"。单独用MA，你只看到了"回声"。

但真实世界的金融市场，既不是纯粹的惯性驱动，也不是纯粹的冲击驱动。它是两者的混合体。

今天，我们把AR和MA拼在一起，聊时间序列分析中第一个真正"完整"的模型------ARMA模型 。

它不是简单的"1+1=2"，而是一种质变。就像你把发动机和底盘组合在一起，得到的不是一堆零件，而是一辆能跑的车。

WHY：为什么需要ARMA？

AR和MA各自的"盲区"

先回顾一下两个模型的局限。

AR(p)的盲区：

AR模型假设今天的值完全由过去p期的值决定。它隐含了一个假设------所有的"冲击"都是瞬间被吸收的，不会在后续产生余波。

但现实中，一次意外的政策发布、一场突如其来的黑天鹅事件，它的影响不会当天就消失。它会像石子投入水中产生的涟漪一样，持续扩散好几天。

AR模型无法描述这种"冲击的余波效应"。

MA(q)的盲区：

MA模型假设今天的值只受过去q期"冲击"的影响，与更早之前的"值"没有直接关系。

但很多金融数据存在"动量效应"------过去涨的股票，短期内倾向于继续涨。这种"值"的传递链条，MA模型捕捉不了。

两者的盲区，恰好是对方擅长的领域。

• AR擅长捕捉"历史重演"（动量/惯性）

• MA擅长捕捉"冲击余波"（反转/回声）

把两者结合起来，就能同时描述这两种效应。这就是ARMA。

一个生活化的类比

想象你在开车。

AR视角 ：你通过看后视镜来判断接下来的路况。如果过去5秒的路都是直路（历史值），你预判接下来也是直路。这捕捉的是"道路特征的延续"。

MA视角 ：你通过感受车身的颠簸来判断路况。如果刚才碾过了一个减速带（一次冲击），你预判接下来几秒车身还会晃动。这捕捉的是"外部冲击的余波"。

ARMA视角 ：你同时看后视镜 + 感受车身。既知道路是直是弯，又知道车身有没有因为刚才的颠簸还在晃。两种信息同时使用，判断自然更准确。

数学表达：简洁而强大

ARMA(p,q)的公式是AR和MA的自然拼接：

Xt = c + φ₁·X {t-1} + ... + φp·X {t-p} + εt + θ₁·ε {t-1} + ... + θq·ε {t-q}

拆开来看：

• AR部分 ：φ₁·X*{t-1} + ... + φ* p·X_{t-p} → 过去p个"值"的加权和

• MA部分 ：θ₁·ε*{t-1} + ... + θ* q·ε_{t-q} → 过去q个"冲击"的加权和

• ε_t ：今天的随机冲击（无法预测的部分）

两个部分各司其职，共同决定了今天的值。

用一个更直观的方式理解：

今天的值 = 趋势惯性（AR） + 冲击余波（MA） + 新的意外（ε）

每一项都有明确的含义，没有多余的成分。

为什么ARMA是时间序列分析的"分水岭"？

在ARMA之前，AR和MA各自是"半模型"------只描述了数据生成过程的一部分。

ARMA的出现，标志着时间序列建模从"片面描述"进入了"完整描述"的阶段。

具体来说，ARMA的重要性体现在：

1. 表达能力质的飞跃

AR(p)模型只能描述p阶衰减的自相关结构。MA(q)模型只能描述q阶截断的自相关结构。

但ARMA(p,q)可以描述更灵活的自相关模式 ------既不是简单的拖尾，也不是简单的截断，而是各种形状的衰减曲线。

这意味着ARMA能拟合更多种类的数据特征。

2. 更精简的模型

很多时间序列，如果只用AR来拟合，可能需要很高的阶数（比如AR(10)）。但如果用ARMA，可能只需要ARMA(1,1)就能达到同样的拟合效果。

参数更少 → 过拟合风险更低 → 样本外预测更稳健。

这在量化交易中意义重大。金融数据的信噪比极低，用更少的参数捕捉更多的信息，是模型稳健性的关键。

3. Box-Jenkins方法论的核心

ARMA是Box-Jenkins方法论（也叫ARIMA方法论）的核心组件。这套方法论提供了一套完整的、系统化的建模流程：

识别 → 估计 → 诊断 → 预测

这套流程至今仍是时间序列分析的"标准操作程序"。而ARMA，就是这套流程的中心舞台。

4. 实战中的基石地位

在量化交易中，ARMA模型（及其扩展ARIMA、ARMA-GARCH）是使用最广泛的基线模型之一。

即使你的最终策略不用ARMA做预测，你也需要理解它------因为：

• 它是很多复杂模型的"基础组件"

• 它是模型比较的"基准线"

• 它帮你建立对数据的基本理解

HOW：怎么构建和使用ARMA模型？

第一步：模型识别------确定p和q

构建ARMA模型，首先要确定两个关键参数：p（AR的阶数）和q（MA的阶数）。

方法一：通过ACF和PACF图做初步判断

这是Box-Jenkins方法论的经典方法：

• ACF拖尾 + PACF截断 → AR(p)，截断位置 = p

• ACF截断 + PACF拖尾 → MA(q)，截断位置 = q

• ACF拖尾 + PACF也拖尾 → ARMA(p,q)

问题在于：当ACF和PACF都拖尾时，怎么确定p和q的具体值？

说实话，光看ACF/PACF图很难精确判断。它只能给你一个大概范围。

经验法则：

• 看PACF在前几阶（1-3阶）中有几个显著的lag → 给出p的上限

• 看ACF在前几阶（1-3阶）中有几个显著的lag → 给出q的上限

• 如果ACF和PACF都在lag=1后快速衰减 → 先试ARMA(1,1)

方法二：网格搜索 + 信息准则（实战首选）

实战中，更可靠的方法是：

1. 设定一个p和q的搜索范围（比如p ∈ 0,3，q ∈ 0,3）

2. 遍历所有(p,q)组合，拟合ARMA(p,q)模型

3. 用AIC或BIC评估每个模型的拟合效果

4. 选择AIC/BIC最小的(p,q)

// python
import itertools
import numpy as np
import pandas as pd
from statsmodels.tsa.arima.model import ARIMA

设定搜索范围

p_range = range(0, 4) # 0到3
q_range = range(0, 4) # 0到3

best_aic = float('inf')
best_order = (0, 0)
best_bic = float('inf')
best_order_bic = (0, 0)

results = \[\]

for p, q in itertools.product(p_range, q_range):
if p == 0 and q == 0:
continue # 跳过白噪声模型
try:
model = ARIMA(data, order=(p, 0, q))
fit = model.fit()
aic = fit.aic
bic = fit.bic
results.append({'p': p, 'q': q, 'AIC': aic, 'BIC': bic})
if aic < best_aic:
best_aic = aic
best_order = (p, q)
if bic < best_bic:
best_bic = bic
best_order_bic = (p, q)
except:
continue

print(f"AIC最优: ARMA{best_order}, AIC={best_aic:.2f}")
print(f"BIC最优: ARMA{best_order_bic}, BIC={best_bic:.2f}")

AIC vs BIC：该选哪个？

• AIC （赤池信息准则）：偏向更复杂的模型（允许更多参数），预测精度通常更好

• BIC （贝叶斯信息准则）：偏向更简单的模型（惩罚参数更多），模型更parsimonious

在量化交易中，如果你的目标是预测 ，优先看AIC。如果你的目标是理解数据生成过程 ，优先看BIC。

第二步：模型估计

确定了(p,q)之后，用最大似然估计（MLE）拟合模型：

// python
from statsmodels.tsa.arima.model import ARIMA

拟合ARMA(1,1)

model = ARIMA(data, order=(1, 0, 1))
fit = model.fit()
print(fit.summary())

在输出结果中，重点关注：

1. AR系数的显著性

φ₁ 的 p值 < 0.05 → AR成分存在，"历史重演"效应显著

2. MA系数的显著性

θ₁ 的 p值 < 0.05 → MA成分存在，"冲击余波"效应显著

3. 系数的符号和大小

• φ₁ > 0：正的动量效应（昨天高，今天倾向于高）

• φ₁ < 0：负的动量效应（均值回归趋势）

• θ₁ > 0：正的冲击会延续

• θ₁ < 0：正的冲击会导致反转

4. 常系数c

c > 0 且显著 → 序列有非零均值（对收益率来说，意味着平均收益为正）

第三步：残差诊断------模型够好了吗？

这是最容易被跳过、但最重要的步骤。

拟合完ARMA模型后，你需要检查残差是否是白噪声。

为什么残差必须是白噪声？

如果残差中还有结构（还有自相关），说明模型没有把数据中的信息全部提取出来。就像你用滤网过滤沙子，滤完以后沙子里还有石子------说明你的滤网不够细。

检验方法：

// python
from statsmodels.stats.diagnostic import acorr_ljungbox

残差

residuals = fit.resid

Ljung-Box检验

原假设：残差是白噪声（无自相关）

lb_test = acorr_ljungbox(residuals, lags=10, 15, 20, return_df=True)
print(lb_test)

如果p值 > 0.05 → 不能拒绝原假设 → 残差是白噪声 → 模型合格

如果p值 < 0.05 → 拒绝原假设 → 残差还有结构 → 模型不够好

如果残差不是白噪声，怎么办？

几种可能：

1. p或q不够大 ：尝试更高阶的ARMA(p,q)

2. 存在季节性 ：加入季节性成分（SARIMA）

3. 存在波动率聚集 ：残差可能是"独立但不同分布"的------均值方程OK了，但波动率方程还有结构。这时需要ARMA-GARCH

4. 存在非线性结构 ：数据可能受非线性过程驱动，需要考虑非线性模型（如阈值ARMA）

第四步：模型诊断------过拟合检查

残差是白噪声不代表模型就OK了。你还需要检查是否过拟合。

方法：比较不同阶数的模型

// python

比较ARMA(1,1) vs ARMA(2,2)

model1 = ARIMA(data, order=(1, 0, 1)).fit()
model2 = ARIMA(data, order=(2, 0, 2)).fit()

print(f"ARMA(1,1) AIC: {model1.aic:.2f}")
print(f"ARMA(2,2) AIC: {model2.aic:.2f}")

AIC差异 > 2 → 有显著差异，选AIC更小的

AIC差异 < 2 → 没有显著差异，选更简单的（ARMA(1,1)）

奥卡姆剃刀原则 ：在拟合效果差不多的情况下，永远选更简单的模型。

参数越少 → 估计误差越小 → 样本外预测越稳健。

在金融数据这种低信噪比的环境中，简洁性比拟合度更重要。

第五步：用模型做预测

// python

向前预测5步

forecast = fit.get_forecast(steps=5)
predicted_values = forecast.predicted_mean
confidence_interval = forecast.conf_int(alpha=0.05)

print("预测值:", predicted_values.values)
print("95%置信区间:")
print(confidence_interval)

关键理解：ARMA的预测是什么样的？

对于平稳序列，ARMA的长期预测会收敛到序列的均值。

也就是说，你预测得越远，预测值越接近均值。预测的不确定性（置信区间）越来越大。

这和直觉一致：越远的未来，越难预测，最保守的估计就是"回归均值"。

在量化交易中的含义：

• ARMA预测更适合做短期 （1-5步）预测

• 长期预测的价值很有限

• 预测的核心价值不在于精确数值，而在于方向 和置信区间的宽度

第六步：ARMA模型的可逆性与平稳性

ARMA模型要能正常工作，需要满足两个条件：

平稳性条件 （针对AR部分）：

AR(p)部分的特征方程的所有根，必须在单位圆外。

直觉理解：AR部分的系数不能"太强"，否则序列会发散（越往后波动越大，不收敛）。

可逆性条件 （针对MA部分）：

MA(q)部分的特征方程的所有根，必须在单位圆外。

直觉理解：MA部分的系数不能"太强"，否则你无法从观测数据中还原出过去的冲击。

statsmodels在拟合时会自动检查这两个条件。如果不满足，它会报错或自动转换。你不需要手动处理，但需要理解这两个概念------因为在看模型输出时，它们决定了模型是否可靠。

一个完整的实战案例

假设我拿到了某只A股ETF的日收益率序列（过去2年的数据，约500个观测值）。

1. 画ACF/PACF图

观察结果：

• ACF：lag=1显著（0.12），lag=2勉强显著（0.06），lag=3起不显著

• PACF：lag=1显著（0.11），lag=2勉强显著（0.05），lag=3起不显著

判断 ：ACF和PACF都拖尾 → ARMA结构。初步猜测ARMA(1,1)或ARMA(2,1)。

2. 网格搜索

|-----------|---------|---------|
| 模型 | AIC | BIC |
| ARMA(1,0) | -1205.3 | -1196.9 |
| ARMA(0,1) | -1203.8 | -1195.4 |
| ARMA(1,1) | -1210.7 | -1198.1 |
| ARMA(2,1) | -1211.2 | -1194.4 |
| ARMA(2,2) | -1211.5 | -1190.5 |
| ARMA(3,2) | -1211.8 | -1186.6 |

AIC最优是ARMA(3,2)，但AIC的差异很小（最大差6.5）。

BIC最优是ARMA(1,1)，因为BIC更惩罚参数数量。

根据"简洁性优先"原则，我选ARMA(1,1) 。

3. 拟合ARMA(1,1)

coef std err z P>|z|
const 0.0003 0.0001 2.85 0.004 ← 日均收益0.03%，显著
ar.L1 0.085 0.042 2.02 0.043 ← AR系数显著
ma.L1 -0.065 0.043 -1.51 0.131 ← MA系数不显著

4. 解读

• φ₁ = 0.085（显著）→ 存在正的动量效应：昨天收益高1%，今天预期高0.085%

• θ₁ = -0.065（不显著）→ MA成分证据不强

• 这个结果提示：数据可能更接近AR(1)，MA成分贡献有限

5. 残差诊断

Ljung-Box检验（lag=10）：p值 = 0.23 > 0.05 → 残差是白噪声，模型合格。

6. 结论

这个ETF的日收益率存在微弱的短期动量效应（AR(1)系数=0.085），但没有显著的MA成分。

对交易含义：

• 动量效应存在但很弱，单独使用价值有限

• 可以作为多因子策略中的一个信号

• 效应强度：昨日收益1% → 今日预期额外收益0.085%，扣除交易成本后利润空间极小

WHAT：ARMA模型给你的实战工具箱

行动一：建立你的"ACF/PACF看图直觉"

ARMA模型的核心技能是快速看图判断 。

建议你做以下练习：

1. 用Python生成不同参数的AR、MA、ARMA模拟数据

2. 画ACF/PACF图

3. 反复看，直到你能在3秒内判断"这是AR、MA还是ARMA"

// python
import numpy as np
from statsmodels.tsa.arima.model import ARIMA
import matplotlib.pyplot as plt
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

模拟ARMA(1,1)

np.random.seed(42)
ar_params = 0.7
ma_params = 0.3
data = ARIMA(np.zeros(500), order=(1, 0, 1)).simulate(
nsimulations=500, ar_params=ar_params, ma_params=ma_params
)

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4))
plot_acf(data, ax=ax1, lags=20)
plot_pacf(data, ax=ax2, lags=20)
plt.show()

反复做这个练习，你的"模式识别"能力会快速提升。

行动二：用ARMA做"基准模型"

在你的量化策略研发流程中，ARMA应该作为基准模型 （baseline）：

1. 先拟合ARMA，看看数据中的线性结构有多少

2. 计算ARMA能解释多少方差（R²）

3. 如果你的复杂策略（深度学习、集成方法等）不能显著超越ARMA → 说明你的复杂策略可能在拟合噪声

这是一个非常重要的检验。很多人直接上复杂模型，结果发现性能还不如一个简单的ARMA。这说明什么？说明数据中只有线性结构，你的复杂模型只是在过拟合。

ARMA是量化策略的"最低标准"。你的策略如果打不过ARMA，就不值得实盘。

行动三：ARMA + GARCH = 量化标配

在实战中，纯粹的ARMA很少直接使用。更常见的组合是ARMA-GARCH ：

• ARMA建模收益率的均值方程 （预期收益）

• GARCH建模收益率的波动率方程 （风险/不确定性）

为什么这个组合如此经典？

因为金融收益率有两个特征需要同时建模：

1. 均值层面的动力学 ：动量、反转等 → ARMA捕捉

2. 波动率层面的动力学 ：波动率聚集、杠杆效应等 → GARCH捕捉

这两个层面是独立的------均值方程的残差可能不是白噪声（在波动率层面），需要GARCH来进一步建模。

下一篇我们讲GARCH，届时你会看到两者如何完美配合。

行动四：用ARMA做异常检测

ARMA模型不仅可以预测，还可以做异常检测 。

思路：

1. 拟合ARMA模型

2. 计算残差 ε_t = 实际值 - 模型预测值

3. 如果某个时刻的 |ε_t| 异常大（比如超过3倍标准差），说明发生了"意外事件"

这些"意外事件"可能就是：

• 突发新闻（政策变化、黑天鹅事件）

• 市场结构性变化（regime switch）

• 数据错误（需要清洗）

在量化交易中，异常检测是风控的重要组成部分。ARMA提供了一个简单有效的框架。

行动五：警惕ARMA的局限

ARMA虽然强大，但它有明确的边界：

1. 只能建模线性关系 ：ARMA是线性模型。如果数据中存在非线性结构（如阈值效应、状态切换），ARMA无法捕捉。

2. 假设平稳性 ：ARMA要求序列是平稳的。金融数据经常不满足这个条件（趋势、结构性断点）。

3. 不能直接建模波动率 ：ARMA建模的是均值，不是波动率。如果你的目标是预测风险，需要结合GARCH。

4. 短期预测有效，长期预测无效 ：对平稳序列，长期预测收敛到均值，没有交易价值。

5. 参数估计的不确定性 ：在短序列或低信噪比数据中，参数估计可能非常不精确。

理解局限不是为了否定ARMA，而是为了在正确的场景中使用它。

行动六：Box-Jenkins方法论的完整流程

最后，把Box-Jenkins方法论的完整流程梳理一遍，作为你建模时的checklist：

1. 数据准备
   ├── 画图观察序列特征
   ├── 检查是否有缺失值、异常值
   └── 判断是否需要变换（对数、差分等）

2. 平稳性检验
   ├── ADF检验 / KPSS检验
   ├── 如果非平稳 → 差分直到平稳 → 进入ARIMA
   └── 如果平稳 → 继续

3. 模型识别
   ├── 画ACF/PACF图
   ├── 初步判断AR、MA还是ARMA
   └── 网格搜索 + AIC/BIC确定最优(p,q)

4. 模型估计
   ├── 拟合ARMA(p,q)
   ├── 检查系数显著性
   └── 检查平稳性/可逆性条件

5. 残差诊断
   ├── Ljung-Box检验（残差是否白噪声？）
   ├── 画残差图（是否有异方差？）
   └── 如果残差不是白噪声 → 返回步骤3调整模型

6. 模型评估
   ├── 比较多个候选模型的AIC/BIC
   ├── 样本外预测测试
   └── 选择最优模型

7. 预测与应用
   ├── 生成预测值和置信区间
   ├── 结合实际业务做决策
   └── 持续监控预测效果，必要时重新拟合

这套流程不仅适用于ARMA，也适用于所有Box-Jenkins框架下的模型（ARIMA、SARIMA等）。掌握它，你就掌握了时间序列建模的"标准操作程序"。

写在最后：组合的力量

ARMA模型教给我们的，不仅是时间序列分析的技术，更是一种思维方式------组合的力量 。

AR描述了"历史重演"，MA描述了"冲击余波"。两者单独看，都是片面的。

但把它们组合在一起，就能描述更完整、更真实的动态过程。

这个逻辑在量化交易中无处不在：

• 趋势跟踪 + 均值回归 = 更稳健的策略

• 基本面分析 + 技术面分析 = 更全面的判断

• 多个弱信号的组合 = 一个强信号

不要追求"一个模型解决所有问题"。要追求"多个简单模型的优雅组合"。

ARMA就是这个理念的最佳示范。

下一篇，我们进入GARCH模型------专门捕捉金融市场"波动率聚集"现象的利器。你会发现，ARMA + GARCH的组合，才是量化交易中真正的"标配"。

我们下篇见。

本文是「年化20%量化笔记」系列的第44篇。本系列记录一个量化交易从业余到进阶的真实成长路径------不卖课、不造神，只分享真正有用的知识和踩过的坑。

如果这篇文章对你有帮助，欢迎转发给同样在量化路上摸索的朋友。你的支持是我持续写下去的动力。