简介：这份资源面向金融时间序列预测的学习者与研究者，提供基于MATLAB实现的ARIMA与LSTM组合预测方案，用于上证指数及沪深300等指数的走势建模。针对新版MATLAB中ARIMA函数易报错的问题，代码做了兼容处理，并利用LSTM对时序数据的建模优势提升预测效果，适合本科及以上层次用于课程设计、论文复现或扩展创新。压缩包共19个文件，约3.23MB，包含10个m脚本、5个csv数据、2个mat文件、1个xls及1个asv备份，脚本覆盖ARIMA与LSTM的建模、训练与预测流程，数据文件提供指数及加密货币等序列，mat文件保存中间结果，xls用于原始行情导入。资源已有198人学习下载，代码完整且带注释，便于读者直接运行、理解组合模型思路，并在此基础上替换数据或调整网络结构开展自己的实验。

1. 从单模型翻车说起：ARIMA+LSTM 做上证指数预测到底靠不靠谱

很多人第一次做上证指数预测，都是先拿 ARIMA 单独跑一遍，发现短期还行、拐点全错；再换 LSTM 单独跑，发现拟合曲线漂亮得像作弊，一到实盘就滞后半拍。这不是模型不行，而是你把线性部分和非线性部分硬塞给了一个模型。上证指数这种日频数据，既有明显的趋势和均值回归（线性可建模），又有政策消息、情绪脉冲带来的非线性跳变（LSTM 的强项），单一模型必然顾此失彼。ARIMA+LSTM 的组合思路就是：先用 ARIMA 把线性结构吃掉，再把残差交给 LSTM 去啃非线性尾巴，最后把两段预测相加。这套方案适合有 Python 基础、做过时间序列入门、想把手上的沪深指数数据真正跑出一套可复现流程的人。代码完整、数据齐全不是重点，重点是每一步为什么这么设、参数怎么调、哪里最容易翻车。

2. 数据准备与平稳性检验：上证指数日线怎么清洗才不会污染模型

2.1 数据字段选择与缺失值处理

做上证指数预测，最常用的数据源是日频 OHLCV（开盘、最高、最低、收盘、成交量）。但真正喂给模型的，通常只用收盘价序列，因为 ARIMA 和 LSTM 都是单变量时间序列模型，多变量虽然能上，但会引入额外噪声和维度灾难。我一般会保留日期、收盘价、成交量三列，成交量作为后续验证的辅助变量，不直接进主模型。

缺失值处理是第一个坑。沪深指数在交易日不会缺数据，但如果你用的是自己拼接的数据，节假日、停牌、数据源切换都可能造成缺口。常见做法是：先按交易日历 reindex，再用前向填充（ffill）补价格，成交量缺口用 0 或均值填。不要用插值，插值会人为制造平滑，让模型误以为那段没有波动。

import pandas as pd import numpy as np # 读取上证指数日线数据，假设字段为 date, open, high, low, close, volume df = pd.read_csv("sh_index.csv", parse_dates=["date"]) df = df.sort_values("date").set_index("date") # 只保留收盘价和成交量 df = df[["close", "volume"]].copy() # 按交易日历重采样，缺失交易日先标记 df = df.asfreq("B") # B 表示工作日，实际应按交易所日历 df["close"] = df["close"].ffill() df["volume"] = df["volume"].fillna(0) # 删除仍然为空的行（通常是数据起始段） df = df.dropna() print(df.head()) print("样本区间：", df.index.min(), "至", df.index.max(), "共", len(df), "条")

这段代码的逻辑是：先按日期排序并设为索引，保证时间顺序；然后用asfreq("B")把缺失的工作日补出来，价格前向填充、成交量补零；最后 dropna 清掉开头没有价格的空行。参数上，asfreq的频率要根据实际交易所日历调整，A 股不是简单的工作日，春节、国庆调休都会影响，严谨做法是引入pandas_market_calendars或交易所日历文件。成交量补零而不是补均值，是因为停牌日确实没有成交，补均值会制造虚假信息。

2.2 平稳性检验与差分阶数确定

ARIMA 的“I”就是差分，差几次由平稳性检验决定。上证指数收盘价几乎肯定是非平稳的，直接做 ADF 检验 p 值大概率大于 0.05。一阶差分后通常就平稳了，极少数阶段可能需要二阶，但二阶差分容易过度差分，把有用信号也差掉。

from statsmodels.tsa.stattools import adfuller def adf_test(series, name): result = adfuller(series.dropna(), autolag="AIC") print(f"{name} ADF 统计量: {result[0]:.4f}, p 值: {result[1]:.4f}") for key, value in result[4].items(): print(f" 临界值 {key}: {value:.4f}") return result[1] # 原始序列 p_raw = adf_test(df["close"], "原始收盘价") # 一阶差分 p_diff1 = adf_test(df["close"].diff().dropna(), "一阶差分") # 二阶差分（备用） p_diff2 = adf_test(df["close"].diff().diff().dropna(), "二阶差分")

逻辑说明：ADF 检验的原假设是“存在单位根，非平稳”。p 值小于 0.05 才能拒绝原假设，认为平稳。参数autolag="AIC"让 statsmodels 自动选滞后阶数，避免手动试。实际跑下来，原始收盘价 p 值通常接近 1，一阶差分后 p 值会掉到 0.01 以下，所以 d=1 是绝大多数情况下的选择。如果一阶差分还不平稳，先别急着上二阶，检查是不是数据里混入了异常值或结构断点，比如股权分置改革、熔断机制那几段，可以考虑分段建模或加虚拟变量。

2.3 训练集/测试集划分的时间顺序原则

时间序列不能随机打乱划分，这是血泪经验。必须按时间切：前 80% 做训练，后 20% 做测试，或者用滚动窗口。更严谨的做法是 walk-forward validation：每次用前 N 天训练，预测后 M 天，然后窗口向前滑动。这样评估出来的误差才接近实盘。

train_size = int(len(df) * 0.8) train = df["close"][:train_size] test = df["close"][train_size:] print("训练集：", train.index.min(), "至", train.index.max(), "共", len(train)) print("测试集：", test.index.min(), "至", test.index.max(), "共", len(test))

参数上，80/20 是常用起点，但如果你的数据只有几百条，测试集太短会导致评估不稳定，可以改成 70/30 或直接用滚动预测。注意：测试集绝对不能参与任何拟合、差分阶数选择、归一化参数计算，否则就是数据泄露，回测结果会好得离谱，实盘一塌糊涂。

3. ARIMA 建模：p、d、q 三个参数怎么定才不会靠猜

3.1 用 ACF/PACF 初定阶数，再用 AIC 网格搜索兜底

ARIMA(p,d,q) 里 d 已经由差分确定，剩下 p 和 q。传统做法是看 ACF 和 PACF 图：ACF 拖尾、PACF 截尾选 AR(p)，ACF 截尾、PACF 拖尾选 MA(q)，都拖尾就上 ARMA。但看图这件事玄学成分大，不同人看出不同阶数。我一般会用 AIC 网格搜索兜底，把 p 和 q 在 0 到 5 之间遍历，选 AIC 最小的组合。

import warnings from statsmodels.tsa.arima.model import ARIMA warnings.filterwarnings("ignore") best_aic = np.inf best_order = None best_model = None for p in range(0, 6): for q in range(0, 6): try: model = ARIMA(train, order=(p, 1, q)) fitted = model.fit() if fitted.aic < best_aic: best_aic = fitted.aic best_order = (p, 1, q) best_model = fitted except Exception as e: continue print("最优阶数：", best_order, "AIC：", best_aic) print(best_model.summary())

逻辑说明：order=(p,1,q)里的 1 就是前面确定的差分阶数 d。遍历范围 0 到 5 是经验值，上证指数日线一般不会超过这个范围，再大容易过拟合。AIC 越小越好，但要注意：AIC 只衡量拟合优度和复杂度，不保证残差白噪声。跑完还要看残差检验。

参数上，ARIMA类来自 statsmodels，fit()默认用 MLE。如果数据量大，可以加enforce_stationarity=False和enforce_invertibility=False加速，但会牺牲一些稳定性。实际项目中，我一般先跑网格，再对最优的几个模型做残差 Ljung-Box 检验，选残差最接近白噪声的那个。

3.2 残差提取：LSTM 要学的到底是什么

ARIMA 拟合完之后，残差 = 真实值 - ARIMA 预测值。这个残差里剩下的就是线性模型没抓到的非线性结构。LSTM 的任务就是学这个残差的模式。

# 用最优 ARIMA 模型对训练集做拟合，提取残差 train_pred = best_model.predict(start=train.index[0], end=train.index[-1]) residuals = train - train_pred residuals = residuals.dropna() print("残差统计：") print(residuals.describe()) print("残差 ADF p 值：", adfuller(residuals, autolag="AIC")[1])

逻辑说明：predict返回的是 ARIMA 对训练集的拟合值，残差就是真实减拟合。残差应该围绕 0 波动，如果均值明显不为 0，说明 ARIMA 有系统偏差。ADF 检验残差是为了确认它平稳，平稳序列 LSTM 才好学。如果残差还有明显趋势，说明 d 选少了或者数据有结构断点。

参数上，残差序列的长度和训练集一致，但开头几个点因为差分和滞后会缺失，dropna 之后会短一点。LSTM 训练时要用这个残差序列，而不是原始价格序列，这是整个组合模型的核心。

3.3 用 ARIMA 做基准预测并保存模型

训练好 ARIMA 后，要对测试集做预测，作为最终组合的线性部分。同时把模型保存下来，方便复现。

import joblib # 对测试集做预测 test_pred_arima = best_model.predict(start=test.index[0], end=test.index[-1]) # 保存模型 joblib.dump(best_model, "arima_model.pkl") print("ARIMA 测试集预测前 5 条：") print(test_pred_arima.head())

逻辑说明：predict的 start 和 end 用测试集索引，statsmodels 会自动做样本外预测。注意：ARIMA 的样本外预测是递归的，每一步都用前一步的预测值，误差会累积，所以预测步长越长越不准。保存模型用 joblib，比 pickle 对 numpy 数组更友好。

参数上，如果测试集很长，可以只预测前 30 到 60 个点，再滚动更新模型，这样更接近实盘。保存的模型文件后续可以直接 load 回来，不用重新拟合。

4. LSTM 残差建模：把非线性尾巴交给神经网络

4.1 残差序列的归一化与滑窗构造

LSTM 对输入尺度敏感，残差虽然数值不大，但仍要归一化。我一般用 MinMaxScaler 把残差缩到 [-1, 1] 或 [0, 1]。然后构造滑窗：用前 look_back 天的残差预测下一天。

from sklearn.preprocessing import MinMaxScaler from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout scaler = MinMaxScaler(feature_range=(-1, 1)) residuals_scaled = scaler.fit_transform(residuals.values.reshape(-1, 1)) def create_dataset(data, look_back=20): X, y = [], [] for i in range(len(data) - look_back): X.append(data[i:i+look_back, 0]) y.append(data[i+look_back, 0]) return np.array(X), np.array(y) look_back = 20 X_train, y_train = create_dataset(residuals_scaled, look_back) X_train = X_train.reshape((X_train.shape[0], X_train.shape[1], 1)) print("LSTM 训练集形状：", X_train.shape, y_train.shape)

逻辑说明：MinMaxScaler的 fit 只能在训练集残差上做，测试集残差要用同一个 scaler 变换，否则泄露。create_dataset把序列切成滑窗，look_back=20 表示用过去 20 天预测第 21 天。这个参数很关键：太小抓不到模式，太大训练慢且容易过拟合。上证指数日线我一般试 10、20、30，用验证集选。

参数上，reshape成 (样本数, 时间步, 特征数)，LSTM 要求三维输入。特征数为 1 是因为只用了残差单变量。如果想加成交量残差，可以扩到 2，但会复杂化。

4.2 LSTM 网络结构与训练参数设置

网络结构不用太深，两层 LSTM 加 Dropout 足够。上证指数残差模式不会特别复杂，层数多了反而过拟合。

model = Sequential() model.add(LSTM(64, return_sequences=True, input_shape=(look_back, 1))) model.add(Dropout(0.2)) model.add(LSTM(32, return_sequences=False)) model.add(Dropout(0.2)) model.add(Dense(1)) model.compile(optimizer="adam", loss="mse") model.summary() history = model.fit( X_train, y_train, epochs=50, batch_size=32, validation_split=0.1, verbose=1 )

逻辑说明：第一层 LSTM 64 个单元，return_sequences=True把序列传给下一层；第二层 32 个单元，输出最后一步；Dropout 0.2 防过拟合；Dense(1) 输出预测值。损失用 MSE，优化器 Adam 是默认首选。

参数上，epochs 50 是起点，看 validation loss 是否还在降，早停可以加EarlyStopping。batch_size 32 适合几千条样本。validation_split=0.1 从训练集里再切 10% 做验证，不碰测试集。如果训练 loss 降但验证 loss 升，就是过拟合，减层数或加 Dropout。

4.3 残差预测还原与组合预测

LSTM 输出的是归一化后的残差预测，要反归一化，再加回 ARIMA 的预测，才是最终价格预测。

# 对测试集残差做预测 # 先用 ARIMA 对测试集的预测值算出测试集残差（真实 - ARIMA） test_residuals = test - test_pred_arima test_residuals_scaled = scaler.transform(test_residuals.values.reshape(-1, 1)) X_test, y_test = create_dataset(test_residuals_scaled, look_back) X_test = X_test.reshape((X_test.shape[0], X_test.shape[1], 1)) lstm_pred_scaled = model.predict(X_test) lstm_pred = scaler.inverse_transform(lstm_pred_scaled) # 组合预测：ARIMA 预测 + LSTM 残差预测 # 注意对齐长度，LSTM 预测从第 look_back 天开始 final_pred = test_pred_arima.values[look_back:] + lstm_pred.flatten() # 真实值对齐 true_values = test.values[look_back:] # 评估 from sklearn.metrics import mean_squared_error, mean_absolute_error rmse = np.sqrt(mean_squared_error(true_values, final_pred)) mae = mean_absolute_error(true_values, final_pred) print(f"组合模型 RMSE: {rmse:.2f}, MAE: {mae:.2f}")

逻辑说明：测试集残差 = 测试集真实值 - ARIMA 测试集预测值。用训练好的 scaler 变换，构造滑窗，LSTM 预测。反归一化后，从第 look_back 天开始与 ARIMA 预测相加。长度对齐是关键，LSTM 因为滑窗会少掉前 look_back 个点。

参数上，RMSE 和 MAE 是常用指标，但要注意：价格预测的 RMSE 受价格量级影响，上证指数 3000 点附近，RMSE 几十点算正常。更直观的是看 MAPE 或方向准确率。如果组合模型还不如单独 ARIMA，检查残差是否真的还有非线性，或者 LSTM 过拟合了。

5. 避坑与排查：这套组合模型最容易翻车的 5 个地方

5.1 现象：回测 RMSE 极低，实盘完全对不上

原因：数据泄露。最常见的是归一化 scaler 用了全量数据 fit，或者差分阶数、ARIMA 阶数用测试集选出来的。另一个隐蔽原因是滑窗构造时，训练集和测试集边界处混入了未来信息。

解决：严格按时间切分，所有 fit 操作只在训练集上做。测试集变换用训练集的 scaler。ARIMA 阶数选择只用训练集。滑窗构造时，测试集的第一个窗口应该来自测试集内部，不能跨到训练集末尾。

5.2 现象：LSTM 训练 loss 一直不降，或者降了但预测是一条直线

原因：残差序列本身接近白噪声，没有可学的模式。或者学习率、batch_size 设置不当，梯度消失。

解决：先画残差 ACF/PACF，如果残差已经像白噪声，说明 ARIMA 已经把线性部分吃干净了，LSTM 学不到东西，这时候组合模型不会比 ARIMA 好。可以尝试换更复杂的 ARIMA 或者直接放弃 LSTM。如果残差还有结构，检查 LSTM 输入是否归一化、学习率是否太大（试 0.001 或 0.0001）、batch_size 是否太小。

5.3 现象：组合预测在拐点处滞后严重

原因：LSTM 本质是自回归，对突变反应慢。ARIMA 也是线性外推，拐点处两者都滞后。

解决：这是模型固有局限，不要指望纯时序模型抓拐点。可以加入外部变量，比如成交量突变、波动率指标，或者用分类模型先判断涨跌方向，再让回归模型预测幅度。另一个做法是缩短 look_back，让模型更关注近期变化，但会牺牲稳定性。

5.4 现象：ARIMA 拟合报错 “Non-stationary starting autoregressive parameters”

原因：数据差分后仍不平稳，或者 p 阶数太高导致参数估计不稳定。

解决：先确认 d 是否选够，ADF 检验一阶差分 p 值是否小于 0.05。如果还不行，检查数据有没有异常值，比如单日暴涨暴跌，可以 winsorize 处理。或者降低 p 和 q 的上限，从 0 到 3 重新搜。statsmodels 的 ARIMA 可以加enforce_stationarity=False绕过，但预测会不可靠，不推荐。

5.5 现象：LSTM 预测结果每次跑都不一样

原因：神经网络随机初始化，且没有设随机种子。

解决：在 import tensorflow 之后、建模型之前设tf.random.set_seed(42)和np.random.seed(42)。但即使这样，GPU 上的某些操作仍可能有微小非确定性。如果要求完全可复现，用 CPU 训练，或者固定所有随机源。实际项目中，我一般跑 5 次取平均，减少随机性影响。

6. 进阶技巧：用滚动预测和方向准确率验证组合模型是否值得上

6.1 滚动窗口预测：更接近实盘的评估方式

一次性预测整个测试集，误差会累积，评估偏乐观。滚动预测是每次只预测下一天，然后把真实值加入历史，重新拟合或更新模型。这样更接近实盘，但计算量大。

def walk_forward_arima_lstm(series, train_size, look_back=20): predictions = [] for i in range(train_size, len(series)): train_data = series[:i] # ARIMA 拟合 model_arima = ARIMA(train_data, order=best_order).fit() arima_pred = model_arima.forecast(steps=1)[0] # 残差 residuals = train_data - model_arima.predict(start=train_data.index[0], end=train_data.index[-1]) residuals = residuals.dropna() # 这里简化：实际应重新训练 LSTM 或用已训练模型 # 为演示，直接用已训练 LSTM 对最新残差窗口预测 # 真实项目中建议每 N 步重新训练一次 LSTM predictions.append(arima_pred) # 占位，实际应加 LSTM 残差预测 return predictions

逻辑说明：这个函数演示了滚动框架，但完整实现需要每步重新提取残差、构造滑窗、用 LSTM 预测。实际中为了效率，可以每 20 或 60 步重新训练一次 LSTM，中间用已训练模型推理。参数上，train_size 是初始训练长度，look_back 和之前一致。

6.2 方向准确率：比 RMSE 更实用的指标

价格预测的 RMSE 受量级影响，方向准确率（涨跌判断正确比例）更直观。如果方向准确率能稳定在 55% 以上，这套模型就有实用价值。

def direction_accuracy(true_values, pred_values): true_diff = np.diff(true_values) pred_diff = np.diff(pred_values) correct = np.sum((true_diff > 0) & (pred_diff > 0)) + np.sum((true_diff < 0) & (pred_diff < 0)) return correct / len(true_diff) acc = direction_accuracy(true_values, final_pred) print(f"方向准确率：{acc:.2%}")

逻辑说明：比较真实涨跌和预测涨跌的符号，一致就算对。注意：这个指标对随机波动敏感，短期日频数据方向准确率很难超过 60%，50% 左右就是随机水平。如果只有 50%，说明模型没有方向判断能力，只能做幅度参考。

6.3 组合权重：ARIMA 和 LSTM 一定要 1:1 相加吗

不一定。可以给 ARIMA 和 LSTM 的预测各加一个权重，用验证集优化。常见做法是线性回归融合，或者简单网格搜索权重。

best_w = 0 best_rmse = np.inf for w in np.arange(0, 1.1, 0.1): combined = w * test_pred_arima.values[look_back:] + (1 - w) * lstm_pred.flatten() rmse = np.sqrt(mean_squared_error(true_values, combined)) if rmse < best_rmse: best_rmse = rmse best_w = w print(f"最优 ARIMA 权重：{best_w:.1f}, RMSE：{best_rmse:.2f}")

逻辑说明：w 是 ARIMA 权重，1-w 是 LSTM 权重。在验证集上搜最优 w，再应用到测试集。参数上，步长 0.1 够用，更细可以 0.05。注意：权重也要在验证集上选，不能用测试集，否则又是泄露。

6.4 我踩过的坑与固定习惯

这套 ARIMA+LSTM 组合我前后跑了不下十遍，最大的教训是：不要迷信复杂模型。很多时候 ARIMA 单独跑就能达到组合模型 90% 的效果，LSTM 带来的提升有限，但工程复杂度翻倍。如果方向准确率没有显著提升，不如把精力花在数据质量和特征工程上。我现在的固定习惯是：先跑 ARIMA 基准，记录 RMSE 和方向准确率；再上 LSTM 残差，只有验证集上方向准确率提升超过 3 个百分点，才考虑保留。另外，随机种子、数据版本、参数配置全部写进配置文件，不然两周后自己都复现不出来。希望帮到你。

本文还有配套的精品资源，点击获取