14、时间序列分解：趋势、季节、残差，信号提取

做高频交易的人，每天面对的就是一堆价格数据。说白了，价格波动里藏着三种东西：趋势、季节、残差。嗯，这就像做菜，你得把食材、调料、火候分开来看，才能做出好菜。

我个人习惯，拿到一个高频序列，第一件事就是做分解。为什么？因为你不拆开看，就不知道哪些是真正的交易信号，哪些只是市场噪音。我见过太多人，拿着一个带趋势的价格序列直接做回归，结果全是伪相关——这坑我踩过。

14.1 什么是时间序列分解？

时间序列分解，就是把一个序列拆成三部分：

• 趋势（Trend）：长期的方向性变化。比如股价从年初到年末整体上涨。
• 季节（Seasonal）：周期性重复的模式。比如每天开盘后的前30分钟成交量特别大。
• 残差（Residual）：去掉趋势和季节后剩下的东西。这才是我们真正要找的「信号」。

数学上可以写成：

Y(t) = T(t) + S(t) + R(t)

或者乘法模型：

Y(t) = T(t) * S(t) * R(t)

高频数据里，我一般用加法模型。因为价格波动幅度相对稳定，乘法模型更适合那些波动率随时间变化的情况。

14.2 高频数据中的「季节」是什么？

你可能会问：股票价格哪有季节？又不是卖冰淇淋。

其实高频数据里的「季节」，指的是日内模式。比如：

• 开盘后15分钟，波动率特别大
• 午盘收盘前，成交量萎缩
• 下午开盘后，又有一波活跃期
• 尾盘30分钟，机构调仓导致价格异动

这些就是高频数据的「季节成分」。我做过一个统计，A股市场里，每天上午10:00-10:30的波动率，是下午14:00-14:30的1.8倍。你想想看，如果不把这个季节成分去掉，你提取出来的「信号」其实只是时间效应。

14.3 如何做分解？三种常用方法

方法一：移动平均法（最简单）

用滑动窗口的平均值作为趋势。比如用20期移动平均：

import pandas as pd
import numpy as np

# 假设 price 是高频价格序列
price = pd.Series([...])  # 你的数据

# 计算趋势：20期移动平均
trend = price.rolling(window=20).mean()

# 计算季节：用原始值减去趋势
detrended = price - trend

# 如果知道周期长度（比如日内周期为240个1分钟bar）
period = 240
seasonal = np.zeros_like(price)
for i in range(period):
    idx = range(i, len(price), period)
    seasonal[idx] = detrended.iloc[idx].mean()

# 残差 = 原始值 - 趋势 - 季节
residual = price - trend - seasonal

这个方法简单，但有个问题：移动平均会丢失头尾的数据。我刚开始做的时候，没注意这个，结果回测时前20个bar全是NaN，白白浪费了数据。

方法二：STL分解（更稳健）

STL（Seasonal-Trend decomposition using LOESS）是更专业的做法。它用局部加权回归来拟合趋势和季节，对异常值不敏感。

from statsmodels.tsa.seasonal import STL

# 高频数据，周期设为240（假设是1分钟数据，一天240分钟）
stl = STL(price, period=240, robust=True)
result = stl.fit()

trend = result.trend
seasonal = result.seasonal
residual = result.resid

STL的好处是：

• 可以处理非线性趋势
• 季节成分可以随时间缓慢变化
• 对异常值有鲁棒性

我在处理股指期货的高频数据时，STL的效果明显好于移动平均。尤其是遇到盘中突然的「闪崩」或「拉升」，STL不会把异常值算进趋势里。

方法三：小波分解（适合非平稳信号）

高频数据往往是非平稳的——波动率会变，趋势会变。小波分解可以同时提取不同时间尺度上的成分。

import pywt

# 用db4小波做3层分解
coeffs = pywt.wavedec(price, 'db4', level=3)

# 近似系数（趋势）
cA3 = coeffs[0]

# 细节系数（不同频率的波动）
cD3, cD2, cD1 = coeffs[1:]

# 重构趋势
trend = pywt.waverec([cA3, None, None, None], 'db4')

# 重构高频噪声（残差）
noise = pywt.waverec([None, None, None, cD1], 'db4')

小波分解的好处是：你可以选择保留哪些频率成分。比如我只想要1分钟级别的信号，那就把更高频的细节去掉。

14.4 信号提取：从残差中找机会

分解完成后，残差就是我们要的信号。但注意，残差不等于交易信号——它只是「异常波动」。

怎么用？我一般做两件事：

1. 标准化残差：把残差除以它的滚动标准差，得到Z-score。
2. 设定阈值：当Z-score超过±2时，认为出现了显著的异常信号。

# 标准化残差
z_score = (residual - residual.rolling(100).mean()) / residual.rolling(100).std()

# 生成信号
signal = pd.Series(0, index=price.index)
signal[z_score > 2] = 1   # 买入信号
signal[z_score < -2] = -1 # 卖出信号

这里有个坑：残差的分布往往不是正态的，有厚尾特征。所以±2的阈值可能太宽松，也可能太严格。我建议用历史分位数来定阈值，比如95%分位数。

14.5 一张图看懂整个流程

下面这张SVG图，展示了从原始价格到交易信号的完整流程：

14.6 避坑指南

做时间序列分解，有几个坑我替你们踩过了：

• 周期选择错误：高频数据的周期不是固定的。比如A股上午和下午的交易时间不一样长，你不能简单用240期。我一般用实际交易分钟数，上午120分钟，下午120分钟。
• 过度分解：分解层数太多，会把有用的信号也分解到趋势或季节里。记住，我们想要的是残差里的「异常」，不是把一切都拆成碎片。
• 忽略数据质量：高频数据经常有缺失值、异常值。如果直接做分解，结果会一塌糊涂。我习惯先做数据清洗，把明显的错误值剔除或插值。

好了，时间序列分解就聊到这里。记住一句话：趋势和季节是已知的，残差才是未知的机会。把已知的去掉，剩下的就是你要找的信号。