ARIMA 预测下一个值的方式就是「回归到自己的历史」——用过去几个观测（AR）加上过去几次预测误差（MA）线性组合。中间那个 I（差分）是关键：它先把数据从「累计量」变成「增量」，正如你用 Prometheus 的 rate() 把一路上涨的 counter 转成每秒增量——counter 一直涨没法直接建模，差分之后才平稳可预测。
很多真实序列带趋势（一路涨），但几乎所有经典统计模型都要求序列是「平稳的」——均值、方差不随时间漂移。为什么非平稳不行？因为模型是在「整段历史」上估一组固定参数，若均值一直在变，这组参数就是在拟合一个根本不存在的「平均态」，外推必然失真。ARIMA(p,d,q) 三个旋钮各管一件事：
y_t = c + φ₁y_{t-1} + … + φ_p y_{t-p}，φ 就是「每段历史值多大权重」；y'_t = y_t − y_{t-1} 把带趋势的非平稳序列，变成围绕固定均值波动的平稳序列；直觉：先用差分把数据「拉平」，再用「历史值 + 历史误差」做一个线性外推。AR 和 MA 的区别在于「记什么」：AR 记的是过去的真实值（趋势惯性），MA 记的是过去的预测偏差（系统对突发冲击的余震还没消化完）。两者互补——光有 AR 抓不住一次性扰动的衰减尾巴，光有 MA 抓不住持续动量。带季节的变体叫 SARIMA（再加一组以季节周期为间隔的 AR/MA/差分参数），能同时建模「日内波动」和「周内波动」这种叠加节律。
import pandas as pd from statsmodels.tsa.arima.model import ARIMA # series: 一列按时间排好的数值（如每月服务器成本） series = pd.read_csv("cost.csv", index_col="month", parse_dates=True)["usd"] # order=(p,d,q): 2 阶自回归 + 1 次差分去趋势 + 2 阶滑动平均 model = ARIMA(series, order=(2, 1, 2)) res = model.fit() # 向前预测 6 步，并给出置信区间 fc = res.get_forecast(steps=6) print(fc.predicted_mean) # 点预测 print(fc.conf_int(alpha=0.05)) # 95% 区间，量化不确定性
指数平滑就是 EWMA（指数加权移动平均）——你在后端到处见过它：TCP 的 RTT 估计、负载均衡的滑动平均、Prometheus 的 irate。一句话：新估计 = α×新观测 + (1−α)×旧估计，越久远的数据权重指数衰减。卡尔曼滤波是它的升级版：额外维护「我对当前估计有多确定」（方差），并据此动态决定该信新观测多一点、还是信旧预测多一点。
真实数据有噪声，你既不能全信最新一个点（抖动），也不能死守旧均值（滞后）。指数平滑用固定 α 折中；Holt-Winters 把它扩展成三条并行的平滑方程，各自用独立系数追踪水平（level）、趋势（trend）、季节（season）三个分量，再叠加成预测。展开公式能看清「指数」二字：
s_t = αy_t + α(1−α)y_{t-1} + α(1−α)²y_{t-2} + …
卡尔曼滤波更进一步，每步分两阶段循环：
卡尔曼增益 K 本质就是个自适应的「信任度调节器」——和你熟悉的自适应退避、动态 TTL 同构；也像分布式系统里融合多个不可靠副本的读数，按各自可信度（方差）加权。和固定 α 的指数平滑相比，卡尔曼的杀手锏是 K 随时间自调：观测特别干净时它放大 K（快速跟随），观测噪声大时它压低 K（稳住不被带偏）——指数平滑做不到这点，它的 α 一旦定下就僵在那。代价是你得显式写出「状态如何演化」和「观测噪声多大」这两个模型，建模成本更高。
from statsmodels.tsa.holtwinters import ExponentialSmoothing # trend + 季节(周期=12) 的三参数指数平滑(Holt-Winters) model = ExponentialSmoothing( series, trend="add", # 加性趋势 seasonal="add", # 加性季节 seasonal_periods=12, # 12 个月一个周期 ) res = model.fit() # 自动学 α 等平滑系数 print(res.forecast(6)) # 向前预测 6 期
Prophet 把一条时间序列拆成几个独立组件相加：长期趋势 + 年周期 + 周周期 + 节假日效应 + 噪声——就像把一个系统拆成微服务，每个组件单独负责一块、单独可视化、可单独配置。它是 GAM（广义加性模型），不是黑盒——你能看懂每个组件在做什么。
ARIMA 要你懂 p,d,q 怎么调，业务分析师用不来；且对缺失值、异常点、多重季节（周 + 年同时存在）处理麻烦。Prophet（Taylor & Letham 2018）的设计目标就是「analyst-in-the-loop 的规模化预测」——把模型变成几个人能直接理解和手调的旋钮：
每一项都能单独画出来看，也能注入领域先验（比如「这天是大促，量会翻倍」）。两个关键设计值得理解：changepoint（趋势拐点）——Prophet 在序列里撒一批候选拐点，用正则化让大多数权重归零、只留真正的转折，这和稀疏建模思路一致，避免趋势过拟合；加性 vs 乘性季节——若季节波动幅度随基数变大（量越大、波峰越高），要切成乘性，否则加性会系统性低估高峰。这正是它在业务团队火起来的原因：不是精度最高，而是易用 + 可解释 + 抗缺失值和异常点。
from prophet import Prophet import pandas as pd # Prophet 约定：两列，ds=日期，y=数值 df = pd.read_csv("traffic.csv") # 含 ds, y 两列 m = Prophet(yearly_seasonality=True, weekly_seasonality=True) m.add_country_holidays(country_name="CN") # 注入中国节假日 m.fit(df) future = m.make_future_dataframe(periods=30) # 未来 30 天 forecast = m.predict(future) m.plot_components(forecast) # 分别画出趋势/季节/节假日
把「预测下一个数值」当成「预测下一个 token」——这正是 LLM 干的事。TimesFM（Google 2024）是个 decoder-only transformer，在千亿级真实时间点上预训练，然后对你从没给它见过的新序列直接 zero-shot 预测，不用为这条序列重新训练。类比：从「每个项目自己搭一套预测模型」升级到「调用一个通用的预训练基础设施」。
ARIMA / Prophet 每条序列都要单独 fit，且抓不到复杂的非线性长程依赖；而以往的深度时序模型要为每个数据集单独训练，门槛高。基础模型路线把 LLM 那一套搬过来：
patching（把连续数值切成不重叠小段，像 ViT 切图块、像把字符合成 token）有两个好处：一是把序列长度压到 1/patch，缓解注意力 O(n²) 的开销；二是让模型在「局部形状（patch 内的小波形）」而非「单点数值」上学习，更接近人看波形图的方式。它还输出分位数预测而非单点，天然给出不确定性区间。论文（arXiv 2310.10688, ICML 2024）报告：在千亿真实时间点上预训练后，zero-shot 表现可以接近为单个数据集专门训练的监督模型——这正是「基础模型」一词的含金量所在。
# pip install timesfm —— Google 官方 SDK # 注意：基础模型库 API 迭代较快，以官方仓库为准 import timesfm tfm = timesfm.TimesFm( hparams=timesfm.TimesFmHparams(horizon_len=24), checkpoint=timesfm.TimesFmCheckpoint( huggingface_repo_id="google/timesfm-1.0-200m"), ) # 直接 zero-shot：给历史，要未来，无需为这条序列训练 point_forecast, _ = tfm.forecast( inputs=[history_values], # list，每条是一段历史数值 freq=[0], # 0=高频(日/小时), 1=周/月, 2=低频 ) print(point_forecast)