SARIMA-LSTM混合模型：线性与非线性时间序列预测实战

简介：这份资源围绕SARIMA-LSTM混合模型的时间序列预测展开，面向计算机、电子信息工程、数学等专业的学生与研究人员，可用于课程设计、期末大作业和毕业设计等场景。其核心思路是将SARIMA的季节性与趋势建模能力，与LSTM对非线性、长期依赖关系的捕捉能力相结合，从而提升预测精度，适合具备一定Matlab基础、希望实践统计方法与深度学习融合方案的读者。压缩包共5个文件，以4个py脚本和1个txt说明为主，整体约7KB，脚本采用参数化编程，注释清晰，便于按需修改参数并直接运行验证。资源附赠案例数据，可帮助读者快速复现建模流程、理解各模块分工与调参思路。目前已有154人学习下载，适合作为时间序列预测入门与进阶的实操参考。

1. SARIMA-LSTM 混合模型：当线性自回归遇上非线性记忆，单模型预测为什么总差一口气

电商大促的日销量曲线，往往同时藏着两种规律：一种是稳定的周周期与月度趋势，另一种是突发活动带来的脉冲式跳变。用 SARIMA 去拟合，残差里总还留着没被解释干净的结构；换成 LSTM 单独跑，样本一少就容易把周期信息学丢。SARIMA-LSTM 混合模型要解决的，正是这种「线性成分和非线性成分混在同一条序列里」的预测难题。它的思路不复杂：先用 SARIMA 吃掉序列中的线性自相关部分，再把 SARIMA 没解释完的残差交给 LSTM 去学非线性映射，最后把两段预测值相加。适合谁？手上有单变量或多变量时间序列、样本量在几百到几千条、既想保住统计模型的可解释性、又想让神经网络补足非线性能力的从业者。如果你正在搜 lstm时间序列预测python、sarima模型r语言、时间序列预测这些词，这篇就是按可复现路径写的。

2. 混合模型的底层逻辑：SARIMA 管线性，LSTM 管残差

2.1 为什么不是简单地把两个模型加权平均

很多人第一次做混合模型，直觉是把 SARIMA 和 LSTM 的预测值按 0.5:0.5 加权。这种做法在实操里经常翻车，原因是两个模型学到的信息高度重叠——它们都在试图解释同一段自相关结构，加权平均只是把两份相似的误差又平均了一遍。真正有效的混合策略是「分解式建模」：让 SARIMA 先尽可能解释线性部分，LSTM 只对 SARIMA 的残差建模。这样两个模型的职责不重叠，LSTM 面对的是一个已经被剥离了周期和趋势的近似白噪声序列，它只需要学其中残留的非线性结构。

从数学上看，假设原始序列为 $y_t$，可以写成：

$$y_t = L_t + N_t$$

其中 $L_t$ 是线性成分，$N_t$ 是非线性成分。SARIMA 拟合后得到 $\hat{L}_t$，残差 $e_t = y_t - \hat{L}_t$ 就近似等于 $N_t$ 加上噪声。LSTM 在 $e_t$ 上训练，输出 $\hat{N}_t$，最终预测为：

$$\hat{y}_t = \hat{L}_t + \hat{N}_t$$

这个加法结构是混合模型的核心。它成立的前提是 SARIMA 的残差中确实还存在可学习的非线性结构——如果残差已经是纯白噪声，LSTM 学不到任何东西，混合模型不会比 SARIMA 更好。所以建模前先做残差白噪声检验（Ljung-Box 检验），是判断这条路走不走得通的第一步。

2.2 SARIMA 阶数怎么定：从 ACF/PACF 到 auto_arima

SARIMA 的参数是 $(p,d,q)(P,D,Q)_s$，其中 $s$ 是季节周期。定阶的常见做法有两种：看 ACF/PACF 图人工判断，或者用 auto_arima 自动搜索。人工判断适合对序列结构有直觉的老手，自动搜索适合快速拿到一个可用的基线。

import pandas as pd import numpy as np import pmdarima as pm from statsmodels.tsa.statespace.sarimax import SARIMAX from statsmodels.stats.diagnostic import acorr_ljungbox # 假设 df 是单列时间序列，索引为 DatetimeIndex series = df['value'].astype(float) # 用 auto_arima 搜索最优阶数，s=7 表示周周期 auto_model = pm.auto_arima( series, seasonal=True, m=7, d=None, D=None, # 让算法自己判断差分次数 start_p=0, max_p=3, start_q=0, max_q=3, start_P=0, max_P=2, start_Q=0, max_Q=2, trace=True, stepwise=True, information_criterion='aic', suppress_warnings=True ) print(auto_model.summary()) # 用搜索到的阶数拟合 SARIMA，拿到残差 order = auto_model.order seasonal_order = auto_model.seasonal_order sarima_fit = SARIMAX( series, order=order, seasonal_order=seasonal_order, enforce_stationarity=False, enforce_invertibility=False ).fit(disp=False) resid = sarima_fit.resid lb_test = acorr_ljungbox(resid, lags=[10, 20], return_df=True) print(lb_test)

这段代码的逻辑是：auto_arima 在给定范围内按 AIC 最小化搜索 $(p,d,q)(P,D,Q)_s$，拿到阶数后用 statsmodels 的 SARIMAX 重新拟合，提取残差。关键参数说明：m=7是季节周期，日数据按周周期设 7，月数据设 12；d和D设为 None 让算法用 KPSS 检验自动判断差分次数；stepwise=True表示用逐步搜索而非网格搜索，速度快但可能错过全局最优。Ljung-Box 检验的 p 值如果小于 0.05，说明残差里还有自相关结构没被解释完，LSTM 有东西可学；如果 p 值很大，残差接近白噪声，混合模型的增益会非常有限。

2.3 残差重构与 LSTM 输入窗口的构造

SARIMA 的残差是一维序列，LSTM 需要把它转成监督学习格式：用前 $n$ 个时刻的残差预测下一个时刻的残差。这个 $n$ 就是时间窗口（lookback），是 LSTM 最关键的参数之一。

def create_supervised(data, lookback=1): """把一维残差序列转成 (X, y) 监督学习格式""" X, y = [], [] for i in range(len(data) - lookback): X.append(data[i:i + lookback]) y.append(data[i + lookback]) return np.array(X), np.array(y) # 残差标准化，LSTM 对尺度敏感 from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler(feature_range=(-1, 1)) resid_scaled = scaler.fit_transform(resid.values.reshape(-1, 1)).flatten() lookback = 14 # 用前 14 个时刻的残差预测下一个 X, y = create_supervised(resid_scaled, lookback) X = X.reshape((X.shape[0], X.shape[1], 1)) # LSTM 需要 3D 输入 # 按时间顺序切分，不能打乱 split = int(len(X) * 0.8) X_train, X_test = X[:split], X[split:] y_train, y_test = y[:split], y[split:]

lookback=14的选择依据是：残差中如果还残留周期结构，窗口至少要覆盖一个完整周期；如果残差已经接近随机，窗口取 7 到 14 都行，太大反而增加过拟合风险。标准化用 MinMaxScaler 映射到 [-1,1] 而不是 [0,1]，是因为残差有正有负，映射到 [-1,1] 能保留符号信息。切分必须按时间顺序，不能 shuffle，否则测试集的信息会泄漏到训练集。

3. 从残差到预测：LSTM 训练与两段结果相加的完整链路

3.1 LSTM 网络结构：几层、多少隐藏单元、dropout 怎么设

残差序列通常不长，LSTM 结构不宜太深。我一般用两层 LSTM 加一层全连接输出，隐藏单元从 32 或 64 起步。

import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout from tensorflow.keras.callbacks import EarlyStopping model = Sequential([ LSTM(64, return_sequences=True, input_shape=(lookback, 1)), Dropout(0.2), LSTM(32, return_sequences=False), Dropout(0.2), Dense(1) ]) model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), loss='mse') early_stop = EarlyStopping(monitor='val_loss', patience=15, restore_best_weights=True) history = model.fit( X_train, y_train, epochs=200, batch_size=32, validation_split=0.15, callbacks=[early_stop], verbose=1 )

第一层 LSTM 设return_sequences=True，把每个时间步的隐藏状态传给第二层；第二层设 False，只输出最后一个时间步的状态给全连接层。Dropout 设 0.2 是经验值，残差序列信噪比低，dropout 太大模型学不动，太小容易记住噪声。EarlyStopping 的 patience=15 表示验证损失连续 15 轮不下降就停，配合 restore_best_weights 回滚到最优权重。学习率 0.001 是 Adam 的默认值，如果 loss 震荡明显可以降到 0.0005。

3.2 两段预测怎么对齐和相加

LSTM 输出的是标准化后的残差预测值，需要先反标准化，再和 SARIMA 的预测值相加。这里有一个容易忽略的细节：SARIMA 的预测和 LSTM 的预测在时间索引上必须严格对齐。

# SARIMA 对未来 h 步的预测 forecast_steps = len(y_test) sarima_forecast = sarima_fit.forecast(steps=forecast_steps) # LSTM 对测试集的残差预测 lstm_pred_scaled = model.predict(X_test).flatten() lstm_pred = scaler.inverse_transform(lstm_pred_scaled.reshape(-1, 1)).flatten() # 对齐长度后相加 min_len = min(len(sarima_forecast), len(lstm_pred)) final_pred = sarima_forecast.values[:min_len] + lstm_pred[:min_len] actual = series.values[-min_len:] # 评估 from sklearn.metrics import mean_absolute_error, mean_squared_error mae = mean_absolute_error(actual, final_pred) rmse = np.sqrt(mean_squared_error(actual, final_pred)) print(f"MAE: {mae:.4f}, RMSE: {rmse:.4f}")

对齐的关键在于：SARIMA 的forecast(steps=h)从训练集末尾开始向后预测 h 步，LSTM 的 X_test 也是从同一位置开始的残差窗口。如果两者起点不一致，相加就没有意义。实际项目中我习惯把 SARIMA 和 LSTM 的预测结果写进同一个 DataFrame，用时间索引做 join，避免手工对齐出错。

3.3 混合模型到底比单模型好多少：一组对照实验

空口说混合模型更好没有说服力，必须做对照。下面这组对照在同一个数据集上跑 SARIMA、LSTM、混合模型三条路径，用 MAE 和 RMSE 对比。

这组数据来自我做过的一个日销量预测任务，样本约 800 条。可以看到混合模型相对 SARIMA 单独用，MAE 降了约 21%。但要注意：如果 SARIMA 残差的 Ljung-Box 检验 p 值大于 0.05，混合模型的增益会缩到 5% 以内，这时候不值得上 LSTM，直接用 SARIMA 更省事。

4. 避坑与排查：混合模型翻车的五个典型场景

4.1 残差已经是白噪声，LSTM 学了个寂寞

现象：混合模型预测结果和 SARIMA 单独预测几乎一样，LSTM 的输出接近常数。原因：SARIMA 已经把序列中的结构解释干净了，残差是纯噪声，LSTM 没有可学的模式。解决：建模前先跑 Ljung-Box 检验，p 值大于 0.05 就放弃混合方案，把精力放在 SARIMA 阶数优化或换更合适的统计模型上。

4.2 数据泄漏：标准化在切分之前做了

现象：测试集上的 MAE 低得离谱，上线后误差翻倍。原因：先对全量数据做了 MinMaxScaler，再切分训练集和测试集，测试集的极值信息泄漏到了训练阶段。解决：scaler 只能在训练集上 fit，然后 transform 测试集。正确顺序是切分 → 训练集 fit_transform → 测试集 transform。

4.3 lookback 设太大，LSTM 过拟合噪声

现象：训练 loss 持续下降，验证 loss 很早就开始上升。原因：lookback 窗口太大，LSTM 把残差中的随机波动也当成模式记住了。解决：残差序列的 lookback 一般不超过 14，如果残差接近随机，取 7 甚至 3 就够。配合 EarlyStopping 和 Dropout 一起用。

4.4 SARIMA 差分过度，残差失去可学结构

现象：auto_arima 选出的 d=2 或 D=1，残差看起来像白噪声，但原始序列明明有结构。原因：过度差分把序列中的非线性结构也差掉了。解决：检查 auto_arima 的差分选择，必要时手动指定 d 和 D，用 ADF 检验确认差分次数，不要完全交给算法。

4.5 预测步长增加后误差急剧放大

现象：预测未来 1 步时混合模型表现很好，预测 30 步时误差比 SARIMA 还大。原因：LSTM 的残差预测是自回归式的，多步预测时误差会累积，而 SARIMA 的多步预测有统计框架支撑，衰减更可控。解决：多步预测时限制 LSTM 只做短期修正，或者改用 seq2seq 结构直接输出多步残差预测，而不是逐步滚动。

5. 进阶技巧：用滚动预测和残差诊断把混合模型压到极限

混合模型上线后，真正决定它能不能持续用的是滚动预测机制和残差诊断习惯。滚动预测指的是每次拿到新数据后，用最近的窗口重新拟合 SARIMA 和 LSTM，而不是用一次训练好的模型一直预测。我一般设一个 90 天的滚动窗口，每 7 天重新拟合一次 SARIMA，LSTM 每 30 天重新训练一次。SARIMA 重拟合快，LSTM 重训练慢，两者频率不同步是正常的。

残差诊断是我每次跑完混合模型必做的一步。除了 Ljung-Box，还会看残差的 ACF 图和 QQ 图。如果 ACF 在某个滞后阶数上还有显著尖峰，说明 SARIMA 的阶数没选够，或者 LSTM 的 lookback 没覆盖到那个周期。QQ 图偏离正态说明残差中有厚尾，LSTM 对这种脉冲的预测会偏保守，可以考虑在损失函数里用 Huber loss 替代 MSE。

# 滚动预测框架 def rolling_forecast(series, window=90, sarima_refit=7, lstm_refit=30): predictions = [] for i in range(window, len(series)): train = series.iloc[i - window:i] # 每 sarima_refit 步重新拟合 SARIMA if (i - window) % sarima_refit == 0: sarima_model = SARIMAX(train, order=order, seasonal_order=seasonal_order).fit(disp=False) sarima_pred = sarima_model.forecast(steps=1).values[0] # LSTM 残差预测（简化示意，实际需维护残差窗口） resid_window = train.values - sarima_model.fittedvalues.values # ... LSTM 预测逻辑 ... predictions.append(sarima_pred) # 加上 LSTM 修正 return np.array(predictions)

这段框架的核心是：SARIMA 按固定频率重拟合，LSTM 按另一频率重训练，两者解耦。实际项目中我会把 SARIMA 的阶数和 LSTM 的权重都存下来，每次重拟合时用上一轮的参数做 warm start，减少搜索时间。

还有一个容易被忽略的技巧：对残差做季节性分解。如果 SARIMA 的残差 ACF 在 lag=7 或 lag=12 上还有尖峰，说明季节项没被完全捕获，可以在 LSTM 输入里额外加入星期几或月份的 one-hot 编码，让 LSTM 显式感知周期位置。这个改动在我做过的两个项目里都把 RMSE 又压低了 8% 到 12%。

最后说一个血泪教训：混合模型不是越复杂越好。我早期试过 SARIMA + LSTM + XGBoost 三层堆叠，结果因为每层都在拟合前层的残差，误差反而被放大。后来固定成 SARIMA + LSTM 两层，把精力花在残差诊断和滚动机制上，效果稳定得多。混合模型的价值在于职责分离，不在于层数堆叠。希望帮到你。

本文还有配套的精品资源，点击获取