时间序列主要特性的分析：TSAnalysis 通用体检工具

为什么需要通用分析工具

以价格序列表示的过程分析极具挑战，常需大量时间精力。即便找到现成脚本，也往往要调输入参数。本文目标是做一个安装极简、零输入、输出充分的通用工具，做序列特性的初步“体检”。

TSAnalysis 的安装与使用

TSAnalysis.zip 内含 \TSAnalysis 目录，整体复制到 \MQL5\Scripts 即可。内含测试脚本 TSAexample.mq5，编译运行后会准备数据并调用默认浏览器展示结果。

// TSAnalysis 调用示意
void TSAnalysis::Analyze(double &series[])
  {
   Print("mean   =", Mean(series));
   Print("var    =", Variance(series));
   Print("acf[1] =", ACF(series,1));
   Print("stationary=", IsStationary(series));
  }

核心特性清单

初步评估特性有助于确定深入研究方式，或在早期驳回假设避免浪费时间。通用工具的代价是特性少于专用软件，但胜在即开即用。

• 均值/方差：中心趋势与离散度。
• 自相关 ACF：判断序列是否有记忆、周期多长。
• 平稳性检验：非平稳序列直接上 ARMA 会伪回归。
• 分布形态：偏度峰度看是否厚尾。

用体检结果指导建模

若 ACF 衰减慢→考虑差分做平稳化；若厚尾明显→放弃正态假设模型；若周期显著→加入季节项。先体检再建模，事半功倍。

小结

TSAnalysis 把时间序列分析的第一步——特性体检——自动化、零配置化。它帮你在写第一行模型代码前，就先知道这段数据“配不配”你的假设。