📊 statistics

Rolling-Origin Conformal Prediction under Local Stationarity and Weak Dependence

本文提出并理论验证了一种滚动原点共形预测方法，用于时间序列预测，该方法通过在近期误差上进行校准来适应局部非平稳性和弱依赖性，实现了极小极大最优的覆盖率，并展现出优于全历史校准的实证性能。

原作者： Stanisław M. S. Halkiewicz

发布于 2026-05-12

📖 1 分钟阅读☕ 轻松阅读

原作者： Stanisław M. S. Halkiewicz

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象你是一名天气预报员。你的工作不仅仅是预测明天是否会下雨，而是要在地图上画一个圈，并说：“我有 90% 的把握，降雨会发生在该圆圈内的某个地方。”

在统计学领域，这个圆圈被称为预测区间。几十年来，统计学家一直拥有一种完美的工具来绘制这些圆圈，但它存在一个主要缺陷：它仅在天气完全随机且每天相互独立（如抛硬币）时才有效。但现实生活并非如此。天气模式取决于昨天的天气，股市取决于上周的趋势，经济会随时间推移而演变。当你将这种旧的“抛硬币”工具应用于现实世界数据时，你画出的圆圈往往太小（漏掉了降雨）或太大（浪费资源）。

本文介绍了一种更智能、更灵活的方法来为时间序列数据绘制这些圆圈。以下是通俗易懂的解析：

1. 问题所在：“过时的菜单”

旧方法（称为共形预测）运作方式就像一家餐厅，根据过去 10 年供应的所有菜品的平均值来制作一道“特色菜”。

问题所在：如果厨师上个月突然开始使用辣椒，那么 10 年的平均值就毫无用处了。这道“特色菜”对今天的口味来说会过于清淡。
现实世界：在时间序列（如股价或气温）中，规则是会变化的。波动会聚集（平静日之后是风暴日），趋势会漂移。使用旧数据来预测未来会产生与实际情况不符的“过时”区间。

2. 解决方案：“滚动原点”

作者提出了一种名为滚动原点共形预测的新方法。

类比：与其查看过去 10 年的数据，不如想象厨师仅查看过去30 天的订单来决定今天的特色菜。
工作原理：该方法仅利用最近的预测误差来不断更新其“校准”（即圆圈宽度的规则）。如果天气变得暴风雨，该方法会看到近期的大误差并立即扩大圆圈；如果天气平静，它则会缩小圆圈。

3. 核心问题：窗口应该多大？

如果你查看的数据太少（比如仅过去 3 天），你的圆圈可能会因为信息不足而摇摆不定、不可靠。如果你查看的数据太多（过去 10 年），你的圆圈对变化的反应就会太慢。

本文解决了应该回溯多少天这一谜团。

公式：作者从数学上证明，“最佳点”并非一个固定数字。它取决于世界变化的速度。
规则：如果你拥有 $T$ $T$ 天的总数据，完美的窗口大小大约是 $T$ $T$ 的 $2/3$ $2/3$ 次方（约 $T^{0.67}$ $T^{0.67}$ ）。
- 示例：如果你有 1,000 天的数据，你不应该使用全部 1,000 天，也不应该仅使用过去 10 天。你应该使用过去约 100 天的数据。
重要性：这一特定的窗口大小被证明是最佳选择。没有其他方法能在“快速反应”与“保持准确”之间做得更好。

4. “四部分”解释

作者将预测可能出现的轻微偏差精确地分解为四个不同的部分，就像机械师解释汽车的燃油效率一样：

噪声：即使拥有适量的数据，也总有一些随机性（就像风影响汽车行驶）。
近似：用于简化问题的数学方法并非完美，但误差极小。
漂移：这就是“过时菜单”问题。如果窗口太宽，其中的数据就来自与今天不同的“时代”。
模型误差：基础预测（即天气预报本身）可能略有偏差。

本文表明，通过选择完美的窗口大小，可以将总误差降至最低。

5. 现实世界测试

作者不仅在纸面上进行数学推导，还在真实数据上进行了测试：

六个真实序列：包括美国通胀率、失业率、股市回报率（标普 500）以及电力消耗。
93 个竞赛序列：来自著名的"M4"预测竞赛的大规模数据集。

结果：

性能提升：在**86%**的案例中，这种新的“滚动窗口”方法生成的预测区间比旧的“使用全部数据”方法更好、更紧凑。
准确性：即使数据混乱或发生变化，该方法也能将实际结果保持在预测圆圈内约 90% 的时间（即目标值）。
速度：它能迅速适应突然的变化，例如金融市场中出现的波动性激增。

总结

将本文视为构建自适应安全网的指南。

旧方法：无论下落速度多快，都使用同样大小的绳索编织的网。
新方法：使用一张能根据过去几秒钟的下落速度自动调整大小的网。
突破：作者找到了确切的数学规则，即应该使用多少“近期历史”来使这张网达到完美。事实证明，查看大约最后三分之二的数据“力量”（具体为 $T^{2/3}$ ）是在变化世界中保持安全的黄金法则。

技术摘要：局部平稳性与弱依赖下的滚动起源共形预测

问题陈述
共形预测在交换性假设下提供无分布预测区间及精确的有限样本覆盖率保证。然而，由于序列依赖、波动率聚类以及渐进的分布漂移，该假设在时间序列预测中从根本上被违背。因此，经典的分割共形预测往往产生显著偏离名义 $1-\alpha$ 的覆盖率水平。尽管从业者经常采用“滚动起源校准”——即仅使用最近的 $m$ 个伪样本外误差来校准共形分位数——但该方法缺乏关于最优窗口长度 $m$ 以及覆盖率偏差随 $m$ 、样本量 $T$ 和非平稳程度变化的精确幅度的理论依据。

方法论
本文提出并分析了滚动起源共形预测（ROCP）。该方法通过将最近的 $m$ 个绝对预测误差（分数）视为局部校准样本，构建 $Y_{T+h}$ 的预测区间。区间的半宽即为这 $m$ 个分数的经验 $(1-\alpha)$ -分位数。

理论框架依赖于：

局部平稳性：分数分布 $F_{t,h}$ 根据 Hölder- $\beta$ 光滑性条件演化（遵循 Dahlhaus, 1997），其中漂移率由常数 $L_{F,h}$ 控制。
弱依赖：假设神谕分数过程是均匀 $\alpha$ -混合的（或满足 Wu 的物理依赖框架），从而控制校准窗口的有效信息含量。
分位数正则性：分数分布的密度在目标分位数附近远离零和无穷大。
预测估计：神谕预测器与估计预测器之间的差距由随 $T$ 衰减的项界定。

核心技术创新是对覆盖率误差 $\Delta_{T,m,h} = |P(Y_{T+h} \in \hat{C}_{T+h|T}) - (1-\alpha)|$ 的四项分解。该分解将误差分离为：

(I) 分位数噪声：来自 $m$ 个依赖观测值的经验分位数的随机变异性。
(II) Bahadur 余项：将经验分位数围绕确定性目标线性化所产生的误差。
(III) 漂移偏差：由于使用了分布已偏离当前目标分布的分数而产生的系统性偏差。
(IV) 估计误差：使用估计预测模型而非神谕模型的成本。

主要贡献

最优窗口规则：本文推导了极小极大最优校准窗口长度 $m^\star \asymp T^{2\beta/(2\beta+1)}$ 。在 Lipschitz 漂移（ $\beta=1$ ）下，这简化为 $m^\star \asymp T^{2/3}$ 。该规则平衡了减少分位数噪声（有利于大 $m$ ）与最小化漂移偏差（有利于小 $m$ ）之间的权衡。
极小极大最优性：利用带有 Hölder- $\beta$ 突起函数的 Le Cam 两点构造，作者证明了 ROCP 实现的覆盖率误差率 $O(T^{-\beta/(2\beta+1)})$ 是极小极大最优的。没有任何共形过程能在局部平稳过程类上实现一致更优的速率。
Bahadur 表示：本文建立了 $\alpha$ -混合和物理依赖框架下经验分位数的 Bahadur 表示，为界定覆盖率误差提供了必要的线性化。
自适应选择的 Oracle 不等式：作者将 Winkler 交叉验证形式化为自适应窗口选择器。他们证明了一个 Oracle 不等式，表明数据驱动的选择器 $\hat{m}$ 实现了近最小的验证损失，前提是窗口网格足够精细且均匀集中条件成立。
波动率缩放：提出了一种变体（VS-ROCP），其中分数通过估计的条件波动率进行归一化。理论上，这降低了漂移常数 $L_{F,h}$ ，当非平稳性主要由时变尺度驱动时，可能允许更大的最优窗口和更窄的区间。

实证结果
该理论在六个真实世界序列（宏观经济、金融和能源）以及来自 M4 竞赛的 93 个序列的分层样本上得到了验证：

性能：滚动起源校准在 86% 的比较中优于全历史校准，Winkler 分数中位数改善了 12.3%。
覆盖率：该方法在短期（ $h=1$ ）和中期（ $h=5$ ） horizon 上保持覆盖率在 90% 目标的 $\pm 2\%$ 以内。在长期 horizon（ $h=22$ ）上，覆盖率略有下降（例如降至 0.871），这归因于模型设定错误而非校准窗口选择。
缩放律：在控制频率固定效应后，对 M4 数据集上经验最优窗口 $m^\star$ 与样本量 $T$ 的对数 - 对数回归得出的斜率为 0.614（95% 置信区间 $[0.424, 0.805]$ ）。这与 $\beta=1$ 时的理论预测值 $2/3$ 一致。
依赖机制：具有强 GARCH 聚类的金融序列表现出远小于 $T^{2/3}$ 的最优窗口（比率 $\approx 0.05$ ），而具有缓慢漂移的宏观序列表现出更大的窗口，证实了序列特定常数 $C_h$ 的作用。

意义与主张
本文声称提供了时间序列滚动起源共形预测的第一个严格理论框架。它超越了启发式窗口选择的“黑箱”，通过以下方式实现：

用精确的、可计算的近似误差界取代了精确有限样本覆盖率（需要交换性）这一不可能实现的目标。
确立滚动起源方案不仅在实践上方便，而且在极小极大意义上是统计有效的。
提供了一种原则性的、数据驱动的方法（Winkler 交叉验证）来选择校准窗口，同时保持最优收敛速率。

作者指出，该方法是模型无关的，并且不会给已经执行滚动起源评估的流水线增加任何计算开销。他们承认，由于高维密度界和 Bahadur 表示的复杂性，将这些结果扩展到多元 HPD 区域仍然是一个未解决的挑战。