3.4 MA模型

3.4 移动平均 MA(q)

本节摘要：MA(q) 说当前值是均值加上当前冲击与过去 q 个冲击的线性组合：y_t = μ + ε_t + θ1 ε_{t-1} + … + θq ε_{t-q}。冲击只活 q 步，故 ACF 在 q 后截尾；间接关系让 PACF 拖尾。可逆性要求 MA 多项式根在圆外，否则同一相关结构有两套 θ，估计会晃。

先说结论

阅读完本节，你应当能够：

1. 对比 AR「记得过去的 y」与 MA「记得过去的意外」。
2. 解释为何 MA(q) 的 ACF 有硬截断，而 PACF 没有。
3. 说明可逆性与过差分后 θ 贴近 -1 的联系。

一、记得的是意外，不是水平本身

台风过境当天发货骤降，这是冲击 ε_t。接下来两天即使「惯性水平」没变，值班员仍会处理积压、改派车，这是冲击的余波，用 θ 乘过去的 ε 来表达更干净。若硬用 AR，你是在说「因为昨天件数低所以今天低」——昨天低本身是台风造成的，水平可能很快回去，AR 会把一次意外写成持久惯性。

MA(1)：y_t = μ + ε_t + θ ε_{t-1}。θ=-0.4 表示上期正向意外会把本期往回拉一点，常见于「过冲再修正」。θ=0 就是白噪声加均值。示意：μ=0，θ=0.5，上期冲击 +4，本期即使新冲击为 0，也会被抬 +2，再下一期 θ 用尽，记忆消失。这就是 ACF 截尾：k>q 时，y_t 与 y_{t-k} 不再共享任何 ε，总体相关为零。

「移动平均」这个词容易让人想到平滑窗口。这里的平均对象是不可见的冲击，不是把最近 q 个 y 做算术平均。业务上的移动平均线是另一套工具，第 4 章对比时再谈。

二、可逆性：为什么 θ 不能随便大

MA(q) 写成 y_t - μ = θ(B) ε_t，θ(B)=1+θ1 B+…+θq B^q。可逆指能把 ε 写成过去 y 的无穷 AR。要求 θ(z)=0 的根在单位圆外。MA(1) 即 |θ|<1。不可逆时，存在另一组可逆系数给出同一 ACF，似然在两套参数间分不清。软件把搜索限制在可逆域，你会看到 θ 顶在边界。

过差分与 MA 单位根是亲戚：对白噪声再差分，得到 MA(1) 且 θ=-1，正好在可逆边界上。第 1 章「过差分后滞后 1 的 ACF 大幅为负」就是这条代数。估计里 MA 系数贴近 -1，优先减 d，而不是再加 q。

图 MA 的寿命：冲击只活 q 步

三、定阶与混合时的用法

因为 ACF 截尾，MA 阶是第 1 章最「好看」的一种：刀口清晰。样本 ACF 在 q 后仍有擦边柱，不必立刻写成更大的 q。MA 与 AR 混合成 ARMA 后，两张图都拖尾，刀口消失，必须靠短名单。纯 MA 过程的 PACF 拖尾，有人误把 PACF 的「很多柱」读成高阶 AR——在已确认 ACF 截尾时，应坚持 MA 解释。

⚠️ 常见坑：把 Excel 里对 y 做的滑动平均当成已经做了 MA(q)。那是平滑，不是用冲击建模；平滑后的序列相关结构被你人为改写，再套 ARIMA 会重复处理。

💡 关键直觉：若业务故事是「意外会修正、水平不该永久改写」，先试 MA；若故事是「状态会带着走」，先试 AR。都可以进短名单，让似然和残差裁决。

估计 MA 必须迭代，因为 ε 不可见。初值差时可能停在坏点。看到似然警告或 θ 乱跳，简化阶、检查 d、换精确似然，比加大 q 更有效。预测时，q 步之后纯 MA 的预报回到均值（或差分还原后的相应水平），不会像高 φ 的 AR 那样拖很远——这也是识别「这个现象该不该有长记忆」的对照实验。

四、MA(1) 的 ACF 公式，以及为什么平滑线不是 MA 模型

MA(1) 的滞后 1 自相关等于 θ/(1+θ²)，更高滞后总体为零。|θ|<1 时这个值的绝对值不超过 0.5。所以若你在平稳序列上看到滞后 1 的 ACF 高达 0.8，它不太像可逆 MA(1)，更像 AR 或欠差分。反过来，过差分白噪声的滞后 1 相关是 -0.5，正好落在 MA(1) 相关的边界上，这就是「θ 贴 -1」的数字指纹。把公式和图形对照，比只背口诀更难被野峰骗。

可逆性让冲击能写成过去 y 的无穷 AR。不可逆的 MA(1) 与它的倒数系数给出同一相关结构，估计会在两个点间晃。软件限制在可逆域，你会看到 θ 顶在 0.99。这时不要再加 q，要减 d 或减阶。可逆也保证预报可以用可观测的过去 y 递归更新冲击，而不是依赖不可观测的双边序列。

业务里的移动平均线是对 y 做窗口平均，目的是平滑着看趋势。ARIMA 的 MA 是对不可见冲击加权。对已经平滑过的 y 再套 MA(q)，等于把相关结构改写后再建模，残差会假白，持出时真实余波还在。探索图可以用平滑，估计输入用原始（或只做对数、差分这些可逆变换）。这条纪律和第 3.1 节「不要把分解当数据」是同一句。

纯 MA 的多步预报在 q 步之后回到均值（或差分还原后的相应水平）。若业务故事是「冲击会改写以后很久的水平」，纯 MA 讲不通，应是 AR 或单位根。用「q 步后是否还该记得」当对照实验，能帮你在短名单里删掉讲不通的候选，而不必等 AIC。

五、动手对照：冲击寿命与 θ 贴边

MA(q) 的冲击只活 q 步，ACF 截尾。MA(1) 滞后 1 相关是 θ/(1+θ²)，绝对值不超过 0.5，所以 0.8 的滞后 1 不太像可逆 MA(1)。θ 贴 -1 先想过差分。移动平均线是平滑 y，不是 MA 模型，平滑后再套 ARIMA 会假白。

问题：意外会改写很久的水平，该用 MA 吗？

故事更像 AR 或单位根。纯 MA 在 q 步后回到均值，讲不通长记忆。

问题：为什么估计会顶在可逆边界？

不可逆与另一套系数给出同一 ACF。软件限制在可逆域。简化阶或减 d，不要加大 q。

六、场景推演（示意，非真实序列）

台风当天骤降是冲击，随后两天改派车是余波，用 θ 乘过去的 ε 比用 AR 把一次意外写成持久惯性更干净。冲击只活 q 步，ACF 截尾。MA(1) 滞后 1 相关 θ/(1+θ²) 不超过 0.5，看到 0.8 不太像可逆 MA(1)。过差分白噪声滞后 1 相关 -0.5，对应 θ 贴 -1。可逆才能把冲击写成过去 y 的无穷 AR，估计才稳。Excel 滑动平均是平滑 y，不是本模型，平滑后再套会假白。纯 MA 多步后回均值，长记忆故事应换 AR 或单位根。初值差时 θ 乱跳，减阶或减 d 比加大 q 有效。

七、口令卡与计算备忘

口令：MA 记得冲击余波，寿命 q 步，ACF 截尾。MA(1) 相关 θ/(1+θ²)≤0.5。θ 贴 -1 想过差分。可逆才能用过去 y 反推冲击。滑动平均线≠MA 模型。纯 MA 多步后回均值，长记忆换 AR 或单位根。估计顶边界时减阶或减 d。不可逆与倒数系数同一 ACF，软件限在可逆域。把「意外会修正、水平不该永久改写」当选 MA 的业务故事，和 AR 的惯性故事对照进短名单，让似然裁决。

八、原文要点补全

原文 MA(q)：y_t=μ+ε_t+θ1 ε_{t-1}+…+θq ε_{t-q}。当前值与过去 q 个误差项有关，不是与过去 y 做窗口平均。ACF 在 q 后理论上为零，PACF 拖尾。可逆要求 MA 多项式根在圆外，MA(1) 即 |θ|<1，否则同一相关有两套 θ。过差分接近 θ=-1。MA(1) 的滞后 1 自相关为 θ/(1+θ²)，绝对值不超过 1/2，故很高的滞后 1 相关不像可逆 MA(1)。把「移动平均」这个容易混淆的词拆开：业务滑动平均平滑 y，本模型加权不可见冲击。纯 MA 在 q 步后预报回到均值，长记忆故事应换 AR 或单位根。估计必须迭代，因为 ε 不可直接当自变量。

对照表（补全动作）

九、示意算术走一遍

把 MA(1)、θ 取 0.5 的相关算一遍：滞后 1 的理论自相关是 0.5 除以 1 加 0.25，得 0.4。若你在已平稳的发货变化上看到滞后 1 的柱高达 0.8，它不像可逆 MA(1)，更该怀疑 AR 或欠差分。再把 θ 换成 -0.9：相关约 -0.497，已经贴着负二分之一，和过差分白噪声的 -0.5 几乎分不清，估计表上就会看到系数顶边界。用示意冲击 2,-1,3 和 θ=0.5 手推三期：第一期观测等于均值加 2；第二期等于均值加 -1 再加 0.5×2；第三期等于均值加 3 再加 0.5×(-1)。冲击在第三期之后不再进入第四期，这就是 ACF 截尾的算术。业务滑动平均若对 y 取窗口 3，得到的是另一条更光滑的序列，相关结构已被改写，不能再拿去套 MA(q) 当「已经做了移动平均模型」。把这两套算术分开写在草稿纸上，现场最常见的词义混淆会少一半。

十、冲击寿命怎么跟业务讲

滑动平均模型记得的是意外的余波，不是水位本身。冲击活几步，相关图就在几步后进带。若业务把「移动平均线」和这个模型当成同一件事，会拿已经被平滑过的序列再套模型，相关结构已被改写。可逆条件破了会出现另一套系数讲同一个相关，换初值死磕没有意义。贴负一的系数先想是不是多差了一次。

温故知新

• MA 记得冲击余波，不是过去的水平 y。
• 冲击只活 q 步，故 ACF 截尾；PACF 拖尾。
• 可逆要求根在圆外；MA(1) 即 |θ|<1。
• θ 贴 -1 先想过差分。
• 移动平均线 ≠ MA 模型：前者平滑 y，后者加权 ε。
• ARMA 双拖尾：不要在混合模型上强找刀口。
• 纯 MA 多步后回到均值：长记忆故事更像 AR 或单位根。

下一节把差分算子写进同一行，得到 ARIMA(p,d,q) 的表达式，并看过差分在代数上做了什么。