简介：这份资源是面向Python数据分析初学者、毕业设计及课程设计学生的ARIMA时间序列销量预测完整方案，帮助解决从数据平稳化处理、模型定阶到预测检验的全流程建模问题。包内共16个文件，以py脚本、png图表、zbak备份、xls与xlsx数据表及md说明为主，压缩包约255KB，涵盖建模代码、销量时序图、差分后自相关与偏相关图、上线效果图等关键素材。资源采用每月上中下旬三次预测策略，将月上旬与中旬实际销量作为先验知识，提升当月预测精度，并借助statsmodels完成窗口选择、自动定阶与平稳性检测。目前已有78人学习下载，适合需要完整赛题方案、可运行代码与图表参考的读者，便于快速复现实验、理解ARIMA建模思路并完成论文或作业撰写。
1. 销量预测这件事，为什么 ARIMA 依然是绕不开的起点
电商大促前两周，运营把过去 18 个月的日销量表甩过来，问下个月能卖多少。你打开一看，数据有缺失、有促销尖峰、有春节断崖，第一反应可能是上 LSTM。但真实情况是：样本量只有五百多行，特征工程还没做，业务方明天就要一个能解释的区间。这时候 ARIMA 反而是最稳的选择——它不需要大量数据，参数有明确的统计含义，残差可以检验，预测区间能直接给业务方看。
Python 做 ARIMA 时间序列销量预测模型，核心链路其实就四步：把销量整理成带时间索引的序列、做平稳性检验和差分、定阶拟合、滚动预测并评估。这套流程在 statsmodels 里都有现成实现，难点不在写代码，而在每个环节的参数判断和边界处理。这篇文章面向两类人：一类是刚学完 Python 基础、想找一个完整数据分析项目练手的；另一类是已经在做销量预测、但模型效果不稳定想回头补统计基础的。下面按真实落地顺序拆开讲，每一步都给可复现的代码和参数说明。
2. 数据准备与平稳性：销量序列能不能直接喂给 ARIMA
2.1 销量数据的三个硬性要求
ARIMA 对输入序列有隐含假设，很多人翻车就翻在这里。第一，时间索引必须等间隔。日销量就是每天一条，如果某天没卖出东西就缺行，必须补零而不是跳过，否则差分后的间隔就乱了。第二，序列要按时间升序排列，索引最好是 pandas 的 DatetimeIndex，这样 resample 和 shift 才不会出错。第三，单条序列长度建议不少于 50 个观测点，低于这个量级参数估计的方差会大到没法用。
我一般拿到原始表先做三件事：解析日期列、按日期聚合去重、用 asfreq 补齐缺失日期。补齐后缺失的销量填 0 还是插值，要看业务含义——零售日销缺记录通常是当天没交易，填 0 合理；如果是传感器采集缺失，才考虑插值。
import pandas as pd import numpy as np # 原始数据：date 列是字符串，sales 是当日销量 df = pd.read_csv("sales.csv", parse_dates=["date"]) df = df.sort_values("date").drop_duplicates("date") # 设为时间索引，补齐缺失日期 s = df.set_index("date")["sales"].asfreq("D") # 缺记录按业务含义填 0 s = s.fillna(0).astype(float) print(s.index.freq) # <Day>，确认频率已识别 print(len(s), s.isna().sum())这段代码的关键在 asfreq("D")，它把不连续的日期索引强制变成每日连续，缺失位置引入 NaN，再由 fillna(0) 决定填充策略。parse_dates 保证 date 是 datetime 类型，否则 set_index 后频率推断会失败。drop_duplicates 防止同一天多条记录导致索引重复，重复索引在后续差分时会直接报错。
2.2 平稳性检验：ADF 怎么看、p 值多大才算稳
ARIMA 的 I 就是差分阶数，差分几次取决于序列平稳性。判断平稳性最常用 ADF 检验，原假设是「序列存在单位根，即不平稳」。p 值小于 0.05 就拒绝原假设，认为平稳。但实操里不能只看 p 值，还要看检验统计量和临界值的关系，以及序列图有没有明显的趋势或季节波动。
from statsmodels.tsa.stattools import adfuller def adf_report(series, name="series"): result = adfuller(series.dropna(), autolag="AIC") print(f"{name} ADF统计量: {result[0]:.4f}") print(f"{name} p值: {result[1]:.4f}") for k, v in result[4].items(): print(f" 临界值 {k}: {v:.4f}") return result[1] p0 = adf_report(s, "原始销量") s_diff1 = s.diff().dropna() p1 = adf_report(s_diff1, "一阶差分")autolag="AIC" 让 statsmodels 自动选择滞后阶数，比手动指定 maxlag 更省事。如果原始序列 p 值大于 0.05，做一阶差分再检验；一阶差分还不稳就做二阶。但差分不是越多越好，每差一次就丢一个观测点，而且过差分会让序列方差变大、引入负相关。销量数据一般一阶差分就够，带明显年度周期的才考虑季节差分。
注意：ADF 对结构性突变很敏感。如果序列中间有促销导致的水平跳变，ADF 可能误判为不平稳，这时候要先做突变点处理或分段建模，而不是无脑差分。
3. 定阶与拟合：p、d、q 三个参数到底怎么定
3.1 用 ACF 和 PACF 图做初步定阶
d 由上一章的差分次数确定，剩下 p 和 q 看自相关函数 ACF 和偏自相关函数 PACF。经验规则是：ACF 拖尾、PACF 截尾，用 AR(p)，p 取 PACF 最后一个显著非零的滞后阶；ACF 截尾、PACF 拖尾，用 MA(q)，q 取 ACF 最后一个显著滞后；两个都拖尾，用 ARMA(p,q)，这时候图上看不出来，得靠信息准则搜。
import matplotlib.pyplot as plt from statsmodels.graphics.tsaplots import plot_acf, plot_pacf fig, axes = plt.subplots(2, 1, figsize=(10, 6)) plot_acf(s_diff1, lags=30, ax=axes[0]) plot_pacf(s_diff1, lags=30, ax=axes[1], method="ywm") plt.tight_layout() plt.savefig("acf_pacf.png", dpi=120)lags 一般取序列长度的十分之一到四分之一，日销量五百条取 30 到 50 都行。method="ywm" 是偏自相关的估计方法，样本量不大时比默认方法稳定。看图时关注蓝色置信带以外的柱子，带内的小波动不用管，否则容易过拟合。
3.2 网格搜索加 AIC 定阶，比肉眼靠谱
图只能给个范围，真正定阶我习惯用网格搜索配合 AIC。AIC 同时惩罚拟合优度和参数个数，值越小越好。statsmodels 的 ARIMA 在拟合失败时会抛异常，所以循环里要 try 住，把不收敛的组合跳过。
import warnings from statsmodels.tsa.arima.model import ARIMA warnings.filterwarnings("ignore") best_aic, best_order = np.inf, None for p in range(0, 4): for q in range(0, 4): try: model = ARIMA(s, order=(p, 1, q)) res = model.fit() if res.aic < best_aic: best_aic, best_order = res.aic, (p, 1, q) except Exception: continue print("最优阶数:", best_order, "AIC:", round(best_aic, 2))order 里的 d 固定为 1，因为前面已经确认一阶差分平稳。p 和 q 搜到 3 基本够用，再大容易过拟合且训练变慢。fit() 默认用最大似然，数据量大时可以加 method_kwargs 控制优化器。搜完之后不要只看 AIC，还要把最优模型的残差拿出来做白噪声检验，残差还有自相关说明阶数没定够。
3.3 拟合结果怎么读，哪些参数必须看
拟合完的 summary 信息量很大，但新手容易只看 AIC。必须看的还有三项：系数的显著性（P>|z| 小于 0.05）、残差的 Ljung-Box 检验 p 值（大于 0.05 说明残差接近白噪声）、以及根是否在单位圆外（保证模型平稳可逆）。
res = ARIMA(s, order=best_order).fit() print(res.summary()) from statsmodels.stats.diagnostic import acorr_ljungbox lb = acorr_ljungbox(res.resid, lags=[10], return_df=True) print(lb)如果某个系数不显著，可以考虑去掉对应阶数重新拟合。Ljung-Box 的 lags 取 10 或 20，p 值小于 0.05 说明残差还有结构没被模型抓住，需要加阶或换模型。残差图也要看一眼，有没有明显的异方差或离群点，这些都会影响预测区间的可靠性。
4. 预测与评估：滚动预测才是真实场景的照妖镜
4.1 静态预测和滚动预测的区别
很多人拟合完直接 forecast(30) 就交差了，这是静态预测，用的是训练集末尾的信息外推。真实业务里模型是每天更新的，所以评估必须用滚动预测：每次用历史数据预测下一天，然后把真实值加进历史再预测下一天。这样得到的误差才反映上线后的表现。
train_size = int(len(s) * 0.8) train, test = s[:train_size], s[train_size:] history = list(train) preds = [] for t in test: model = ARIMA(history, order=best_order).fit() yhat = model.forecast()[0] preds.append(yhat) history.append(t) # 把真实值并入历史，滚动前进 preds = pd.Series(preds, index=test.index)这段循环每步都重新拟合，计算量大但最接近真实。如果数据很长，可以改成固定参数只更新状态，但销量预测数据量通常不大，重拟合完全扛得住。history.append(t) 用的是真实值而不是预测值，这叫一步滚动，评估的是模型在已知前一天真实销量后的预测能力。
4.2 三个评估指标和它们的适用场景
MAE、RMSE、MAPE 是最常用的三个。MAE 直观，单位跟销量一致；RMSE 对大误差惩罚重，关心极端偏差时用它；MAPE 是百分比，跨品类对比方便，但销量接近 0 时会爆炸，这时候改用 sMAPE 或直接看 MAE。
from sklearn.metrics import mean_absolute_error, mean_squared_error mae = mean_absolute_error(test, preds) rmse = np.sqrt(mean_squared_error(test, preds)) mape = np.mean(np.abs((test - preds) / test.replace(0, np.nan))) * 100 print(f"MAE={mae:.2f} RMSE={rmse:.2f} MAPE={mape:.2f}%")test.replace(0, np.nan) 是为了避开除零，代价是 MAPE 会忽略真实值为 0 的点，所以报告 MAPE 时要说明剔除了多少点。评估完把预测值和真实值画在一张图上，肉眼看一下相位有没有滞后、尖峰有没有被削平，这比单看数字更能发现问题。
4.3 预测区间：给业务方的后悔药
点预测不够用，业务方要的是「大概在什么范围」。ARIMA 的 get_forecast 能直接给置信区间，宽度随预测步长增加而变宽，这符合直觉——预测越远越不确定。
forecast_res = res.get_forecast(steps=30) mean = forecast_res.predicted_mean ci = forecast_res.conf_int(alpha=0.05) # 95% 区间 print(mean.head()) print(ci.head())alpha=0.05 对应 95% 置信区间，要 90% 就设 0.1。区间宽度受残差方差影响，如果残差有异方差，区间会失真，这时候可以考虑对销量取对数再建模，预测完再指数还原。
5. 避坑与排查：销量预测里最常见的五个翻车现场
5.1 现象：预测曲线整体平移，系统性偏高或偏低
原因通常是差分还原时漏掉了原始水平。ARIMA 建模的是差分后的序列，预测值需要累加回原始尺度，statsmodels 的 forecast 会自动处理，但如果你手动做了差分又手动还原，很容易漏掉最后一个训练值的基准。解决方法是直接用原序列拟合、让模型内部处理差分，或者手动还原时确认累加起点是训练集最后一个真实值。
5.2 现象：AIC 很小但预测一塌糊涂
这是过拟合的典型。p 或 q 定得太大，模型把训练集的噪声也学进去了，样本外就崩。排查方法是看残差 Ljung-Box 是否通过、系数是否显著，以及把 p、q 限制在 3 以内重搜。销量数据信噪比低，阶数宁小勿大。
5.3 现象：遇到促销尖峰，预测完全跟不上
ARIMA 是线性模型，对突发尖峰没有外生解释能力。如果促销有规律，可以加季节项或 SARIMA；如果促销时间不固定，应该把促销标记作为外生变量，改用 SARIMAX 的 exog 参数。硬用 ARIMA 拟合尖峰只会让残差方差变大，拖累整体预测。
5.4 现象：MAPE 高得离谱，检查发现真实值有 0
销量为 0 的天数不少时，MAPE 会被除零放大。解决方法是改用 MAE 或 sMAPE，或者在计算前过滤掉真实值为 0 的点并说明。不要为了指标好看去改数据，那是在骗自己。
5.5 现象：模型每次跑结果都不一样
ARIMA 的优化器有随机初值，数据量小或阶数高时可能收敛到不同局部最优。解决方法是固定随机种子、多跑几次取 AIC 最小的，或者换用更稳定的优化方法。如果结果波动很大，说明数据本身信息量不足，该考虑加特征或换模型了。
6. 把 ARIMA 用稳的一个习惯：残差监控与滚动重训
模型上线不是终点。我自己的习惯是每次预测后把残差存下来，按周看残差的均值和方差有没有漂移。销量预测最怕的是业务模式变了但模型没跟着变，残差监控就是最便宜的报警器。具体做法是维护一个残差队列，用滚动窗口算残差的标准差，超过历史分位数就触发重训。
# 残差监控：滚动窗口标准差超过阈值就告警 resid_series = pd.Series(res.resid) roll_std = resid_series.rolling(14).std() threshold = roll_std.quantile(0.95) if roll_std.iloc[-1] > threshold: print("残差波动异常，建议重新定阶或重训")rolling(14) 是两周窗口，阈值取历史 95 分位，这两个参数按业务节奏调——日销用 14 天，周销用 8 周。重训频率不用太高，数据量小的时候每月一次就够，大促前手动触发一次。
另一个实用技巧是给预测值加一个简单的偏差校正。滚动预测跑一段时间后，统计预测值和真实值的平均偏差，如果系统性偏高就减掉这个偏差。这不是什么高级方法，但在业务侧往往比调模型参数见效快。
最后说个我踩过的坑：早期我总想把所有品类用一个模型批量跑，结果每个品类的平稳性和周期都不一样，参数根本没法统一。后来改成按品类聚类、分组定阶，工作量大了但效果稳了。ARIMA 不是万能锤，它适合的是单序列、中短周期、有统计规律可循的销量预测。数据够多、特征够丰富的时候，LSTM 那类模型确实有优势，但前提是你得先把 ARIMA 这套基线跑通，不然连模型有没有变好都判断不了。希望帮到你。
本文还有配套的精品资源，点击获取
