时间序列与加密货币：为什么传统预测会失效？
时间序列（Time Series）是按时间顺序排列的数据点。在金融领域，我们通常假设“历史会重演”，于是用自回归模型（Autoregressive Model）去捕捉趋势、周期与季节性。然而，比特币的价格告诉我们：当“过去不再重复”，经典框架就动摇了。
先记住这条公式：
预测值 = 可重复模式 + 无法解释的波动
只要无法解释的波动占比越高，纯粹基于历史的模型就越容易失效。本文将演示如何在一次真实场景里识别这一临界点，用Python、Skforecast与LightGBM做一次没有“事后诸葛亮”的预测，并诚恳地告诉你：什么时候该说“我预测不了”。
用例：比特币日线数据（2013–2022）
自2013-04-28至2022-01-01，共3171个交易日，包含了比特币的最高价、最低价、开盘价、收盘价、成交量与总市值。数据可直接从GitHub拉取：
import pandas as pd
url = "https://raw.githubusercontent.com/skforecast/skforecast-datasets/main/data/bitcoin.csv"
btc = pd.read_csv(url, parse_dates=['date']).set_index('date').asfreq('D')我们尝试预测的是最后一列的 close——每日收盘价。可以看到，这一价格区间横跨 128 USD → 67,500 USD，量级变化惊人。
特征工程：把减半事件当成外生变量
比特币减半（Bitcoin halving）每 210 000 个区块发生一次，大约四年一次，直接影响矿工收益，间接影响市场供需。我们已经历的三次减半分别发生在：
- 2012-11-28（50 → 25 BTC）
- 2016-07-09（25 → 12.5 BTC）
- 2020-05-11（12.5 → 6.25 BTC）
利用剩余区块数，可估算下一次减半大约在 2024-05-06。之后在数据里构建两列外生变量：
| 名称 | 含义 |
|---|---|
reward | 当日区块奖励 |
countdown_halving | 距离下一次减半的天数倒计时 |
这两列将辅助模型捕捉可能的长周期影响。
可视化探索：价格分布有何玄机？
我们把蜡烛图、分布密度图、年度与月度箱体图跑了一遍，发现：
- 长期慢牛后暴力拉升：2013-2020 价格高度集中在 2 万美元以内；2021 起跳至 3-6 万美元，分布极度右偏。
- 年度季节性：每年12月至次年2月波动显著放大；其他月份差异不大。
- 缺乏短周期重复：周与日几乎没有明显循环，说明中短期没有稳定可复制的形态。
👉 比特币背后真正驱动价格的是什么？这里给出一个理性投资者不可错过的视角。
这些洞察提醒我们：如果把价格本身当目标，分布不均+高噪声=模型很容易翻车。一个常用技巧是改做收益率预测或涨跌方向判断，以降低对极端值的敏感。
基线：随机游走（Random Walk）
随机游走理论假设“下一刻价格=此刻价格+随机扰动”，因此最朴素却不易超越的基线是：
- 预测值(t+1) = 当前值(t)
用它与 2021-07-01 至 2022-01-01 的实价对比，mean_absolute_error 为 1260 USD。看似不小，但你很快发现：更复杂的模型未必更好。
递归自回归实验：多lag Lightning GBM
我们用 LightGBM 作为内核对递归自回归器（ForecasterRecursive）做回测，分别尝试 lag=1,7,30。结果汇总如下：
| lags | 均在1步预测 | MAE |
|---|---|---|
| 1 | 全同 | ≈1260 |
| 7 | 略降 | ≈1257 |
| 30 | 几乎不变 | ≈1255 |
结论：在1步向前的滚动回测中，增加历史lag不显著改善误差。这与我们之前通过自相关函数（ACF/PACF）发现的“只有lag1显著”完全吻合。
FAQ：进一步疑问与解答
Q1：为什么1步滞后（lag=1）就已足够？
A：短线比特币的相邻两日价格差符合近似随机游走，更高阶lag信号极其微弱，LightGBM无法有效提取。
Q2：可以引入技术指标增加特征吗？
A：尝试RSI、MACD等指标的确能降低线下验证误差，但一旦外推，过拟合风险极高；模型对噪音的记忆大过模式。
Q3：把目标改为涨跌方向，准确率会更高吗？
A：方向分类准确率在55–58%徘徊，略优于盲猜50%，但不足以覆盖交易摩擦成本。
Q4：多步预测（t+n, n>1）是否可行？
A：误差呈线性甚至指数级放大，对高频交易难以落地。
Q5：深度学习（RNN、Transformer）能拯救吗？
A：长序列记忆对宏观序列可能有效，但比特币的跳跃性新闻事件（监管、宏观流动性）仍会把“黑天鹅”误差带进远场。
Q6：那有什么可行思路？
A：把预测目标拆小，例如只预测“次日波动区间”或“极端波动概率”，再配合资金管理。或者忠实承认自己无法预测，以资产配置替代择时。
结果：何时接受“我不知道”
通过一次完整的建模实验，我们发现：
- 2013–2020 比特币价格可用“低斜率随机游走向上加漂移”近似；
- 2020–2022 疫情流动性与减半叠加，让显著的周期性替换成“一次性跳变”；
- 高噪+非平稳 使得传统统计/树模型/深度学习都无法在 点估计 层面显著优于随机游走。
换句话说，把过去100%投射到未来的假设在比特币市场破碎了。
👉 想继续深入加密货币的波动规律？这里为你准备了可交互的链上数据接口。
最后在代码里保留的误差表，Random Walk 几乎就是门面担当，提醒我们：拒绝过度拟合的勇气也是一门技能。
结语：风险意识就是最好的“预测”
在金融世界里，“不会重复的历史”才是真正的常识。本文不是要泼冷水，而是告诉你：
- 任何预测都伴随不可观测的方差；
- 先把数据工程和风险控制放首位，再谈模型；
- 坦然说出“我不知道”，才有可能躲开下一次高杠杆爆仓的悬崖。
愿每一位用Python探索市场的数据爱好者，都能把 不确定性的镰刀 磨成 风险管理的盾牌。