N-BEATS 神经基展开：无卷积无注意力的纯残差时序预测

2019 年，M4 时间序列竞赛的冠军交给了一个看起来「不像深度学习」的模型：N-BEATS（Neural Basis Expansion Analysis for Interpretable Time Series Forecasting，Oreshkin 等，2019）。

它没有卷积、没有注意力、没有 RNN、没有 encoder-decoder。整个网络就是一堆残差块叠起来，却把当时所有的统计与时序深度学习模型（包括各种 RNN、WaveNet、Transformer 前身）都按在地上摩擦。

它是怎么做到的？核心就一句话：用一组可学习的「基函数」把时间序列展开，再用「栈 + 残差」的方式层层剥离信号。 本文用一套自洽的合成模型把 N-BEATS 的核心机制复现出来，回答四件事：

1. N-BEATS 的「栈 + 残差」到底在算什么；
2. 趋势栈与季节栈如何各自拟合一块信号；
3. 多步外推到底准不准（和朴素基线比）；
4. 为什么它在一步预测上其实打不过随机游走——以及这为什么不是 bug。

一、核心机制：栈 + 残差 + 基展开#

传统深度学习时序模型喜欢堆注意力或者 RNN。N-BEATS 反其道而行：它把网络切成若干个栈（stack），每个栈由若干个残差块（block） 组成。每个 block 做两件事：

• backcast：用一组基函数拟合「已经知道的历史段」，把历史解释掉；
• forecast：用同样的（或另一组）基函数外推「还不知道的未来段」。

然后关键的一步是残差传递：历史段没被解释干净的部分（残差），连同 forecast 一起，传给下一个栈。下一个栈只在「上一个栈没搞定的残差」上继续工作。

$y_t = \sum_{s=1}^{S} g_s(\text{residual}_s)$

其中 $g_s$ 是第 $s$ 个栈学到的一组基函数展开。直觉上，第一个栈可能学会了「大趋势」，第二个栈在残差上学会了「季节」，第三个栈在更细的残差上学会了「高频噪声」——层层分解，互不干扰。

论文还专门设计了可解释变体（interpretable N-BEATS）：不让网络随便学基函数，而是强制趋势栈用多项式基、季节栈用傅里叶谐波基。这样每个栈的输出都有明确的业务含义。这就是本文要复现的版本。

二、可解释分解：趋势栈 + 季节栈#

在动手之前，先想清楚 N-BEATS 为什么「长这样」。传统做法把时序预测当黑盒回归：喂一段历史、吐一段未来，中间发生了什么你不知道。N-BEATS 的聪明之处在于，它把「可解释」做成了结构约束而不是事后解释。

可解释变体（interpretable N-BEATS）干脆规定：趋势栈的基函数只能是多项式、季节栈的基函数只能是傅里叶谐波。这样一来，每个栈的输出在物理上就对应「趋势分量」和「季节分量」，人能直接读懂。这比事后跑 SHAP、注意力热力图去「猜」黑盒在想什么，要干净得多——结构本身就是解释。

我们用一个合成序列演示。它由一个慢季节（周期 120）、一个快季节（周期 24/7）和极轻的线性漂移叠加而成，再加上高斯噪声：

$y_t = 12\sin(2\pi t/120) + 5\sin(2\pi t/24) + 2.5\sin(2\pi t/7) + 0.008t + \varepsilon_t$

N-BEATS 的「趋势栈」用多项式基 $1,t,t^2$（归一化到 $[0,1]$，避免外推爆炸）拟合整段；「季节栈」用一组傅里叶谐波基（候选周期库 7/12/24/30/60/90/120，模型自己从中挑）拟合趋势栈留下的残差。两个栈相加，就还原了信号。

import numpy as np

T = 800
t = np.arange(T)
y = (12*np.sin(2*np.pi*t/120) + 5*np.sin(2*np.pi*t/24)
     + 2.5*np.sin(2*np.pi*t/7) + 0.008*t + np.random.default_rng(20260716).normal(0, 0.5, T))

def trend_basis(idx, K=1):
    tn = (idx - idx[0]) / max(1.0, (idx[-1] - idx[0]))
    return np.vstack([tn**k for k in range(K + 1)]).T

def harmonic_basis(idx, periods=(7, 12, 24, 30, 60, 90, 120)):
    out = []
    for p in periods:
        out.append(np.cos(2*np.pi*idx/p))
        out.append(np.sin(2*np.pi*idx/p))
    return np.vstack(out).T

def ridge_fit(X, Y, lam=0.5):
    XtX = X.T @ X + lam * np.eye(X.shape[1])
    return np.linalg.solve(XtX, X.T @ Y)

train = 700
B_tr = trend_basis(np.arange(train), K=1)
B_se = harmonic_basis(np.arange(train))
beta_tr = ridge_fit(B_tr, y[:train])          # 栈1：趋势栈
res1 = y[:train] - B_tr @ beta_tr
beta_se = ridge_fit(B_se, res1)               # 栈2：季节栈拟合残差
trend_fit = B_tr @ beta_tr
season_fit = B_se @ beta_se

跑出来，趋势栈几乎只抓住那条轻漂移（训练段解释力 R²≈0.005，因为趋势成分本来就小），而季节栈漂亮地还原了所有周期性波动，残差只剩白噪声：残差标准差 1.073，干净到可以直接拿来做预测区间。

三、多步预测：N-BEATS 到底比基线强在哪#

拿到学好的基系数，我们把它们外推到训练段之后的 100 步（测试段），和三类基线比：

• 季节朴素（周期 24）：直接复制上一周期的同期值；
• 上一值（随机游走）：预测等于最近一个观测；
• 线性漂移：用最近斜率外推。

idx_fut = np.arange(T)
trend_ext = trend_basis(idx_fut, K=1) @ beta_tr
season_ext = harmonic_basis(idx_fut) @ beta_se
fc = trend_ext + season_ext

H = 100
test = y[train:train+H]
sigma = np.std(y[:train] - (trend_fit + season_fit))
lo = fc[train:train+H] - 1.96*sigma     # 95% 预测区间
hi = fc[train:train+H] + 1.96*sigma

def rmse(a, f): return np.sqrt(np.mean((np.asarray(a)-np.asarray(f))**2))
print("RMSE  N-BEATS=%.3f  季节朴素=%.3f  上一值=%.3f  线性漂移=%.3f" % (
    rmse(test, fc[train:train+H]), rmse(test, y[train-24:train+H-24]),
    rmse(test, np.concatenate([[y[train-1]], y[train:train+H-1]])),
    rmse(test, y[train-1] + (y[train-1]-y[train-25])/24*np.arange(1, H+1))))

跑出结果：

• N-BEATS RMSE = 2.124
• 季节朴素（周期 24）= 10.955（差 5.2 倍）
• 线性漂移 = 25.957（差 12.2 倍）
• 上一值（随机游走）= 1.936

结论先放这：N-BEATS 对「不看结构的基线」是碾压级优势——季节朴素法完全漏掉了周期 120 的慢季节，线性漂移法在周期面前崩溃。但注意「上一值」随机游走只差一点点。我们后面会专门说为什么。

四、逐步长诊断：N-BEATS 的优势在中长步长#

把 RMSE 拆成每个预测步长 $h$ 看，故事更清楚：

从 $h\ge 5$ 开始，N-BEATS 严格优于随机游走；越往长步长，季节朴素法越被甩开。N-BEATS 的 MASE（以随机游走为 1）约为 1.32——平均值被 $h=1\sim4$ 的极短步长拖累，但在多步外推上它是赢家。

五、基函数可视化：N-BEATS 的「积木」#

理解 N-BEATS 最直观的方式，就是看它的基函数长什么样。趋势栈是一组多项式，季节栈是一组傅里叶谐波。网络训练的本质，就是决定每个基要用多大力、相位怎么摆：

可解释变体强就强在这儿：它不让你随便拟合，而是把先验（趋势该是多项式、季节该是谐波）写进结构。这既提升了外推稳定性，也让每个栈的输出可以被人读懂——比起黑盒 LSTM，这是 N-BEATS 在实务里被偏爱的原因。

六、真实陷阱（别把 N-BEATS 当万能锤）#

1. 一步预测打不过随机游走，是正常的。 在平滑、低噪声、短期自相关强的序列上，最简单的「上一值」基线极难被超越。N-BEATS 的真正优势在多步外推和结构外推力（它学到了周期，能正确预测未来第 50 步），而不是在 $h=1$ 上吊打 RW。拿 MASE<1 当硬性成功标准会误判它。

2. 多项式趋势基外推会爆炸。 本文只用了一阶趋势（线性）。如果用 $t^2$ 甚至更高阶，训练段拟合变好，但外推到未来会指数级发散——这正是真实 N-BEATS 用「低阶 + 归一化」约束的原因。高阶趋势基是回测里最隐蔽的过拟合陷阱。

3. 谐波周期库是人工先验。 本文把候选周期 7/12/24/30/60/90/120 写死进基。真实金融数据没有「刚好 24」的周期，得靠领域知识（日内/周内/月度）或数据驱动选周期。基没覆盖到的周期，模型永远学不到。

4. 残差假设是白噪声。 95% 预测区间用残差标准差算，等价于「残差独立同分布正态」。但金融残差有波动聚集（GARCH 效应）、有厚尾、有跳变。真实区间应换成异方差 + 学生 t 假设，否则会系统性低估尾部风险。

5. 训练段/测试段分布要一致。 N-BEATS 在平稳周期上表现好。一旦遇上 regime 切换（波动率突然从 12 跳到 40、周期结构断裂），backcast 学到的一切在外推时失效。实务里要加「滚动重训」或「分布漂移检测」，不是训一次用一年。

6. 合成 ≠ 实盘。 本文序列是确定性周期 + 高斯噪声，干净得不像话。实盘价格有买卖价差、停牌、跳空、非同步交易。模型在合成数据上 5 倍优于朴素法，不保证实盘有同样 gap——落地前必须用真实 tick/日线重测，并把交易成本算进回测。

七、小结#

• N-BEATS 是「无卷积、无注意力、无 RNN」的纯残差网络，靠栈 + 残差 + 可学习基展开在 M4 夺冠；
• 可解释变体把趋势栈（多项式基）和季节栈（傅里叶谐波基）拆开，每个栈输出可读；
• 多步外推碾压无结构基线：RMSE 2.124 vs 季节朴素 10.955（5.2×）、线性漂移 25.957（12.2×），从 $h\ge5$ 起严格优于随机游走；
• 但它一步预测打不过随机游走（MASE≈1.32）是真属性不是 bug——优势在多步与结构外推；
• 六条陷阱牢记：RW 难超、多项式外推爆炸、周期库是先验、残差非白噪声、regime 断裂、合成≠实盘。

附：本文所有图表与数值均来自上方可运行 Python（合成周期序列 + 趋势/季节双栈岭回归基展开 + 多步外推 + RMSE 对比），参数与结果一致，可直接复现。