粒度悖论：时间离散化如何膨胀样本内拟合并加剧样本外误差
本文探讨了时间序列预测中的“粒度悖论”：更细的时间粒度（如从月度到周/日）改善了样本内诊断和数据集大小，但由于递归误差在更长预测区间上的累积，反而降低了样本外精度。通过13年公共采购数据集对10种模型在六种粒度上的基准测试，发现递归自治模型在高频预测中显著退化（例如Holt-Winters在日粒度测试R²为-151，TPFE达425.85%），而LSTM呈现U形误差曲线，在日粒度克服了误差传播惩罚（TPFE 4.35%，R² 0.66）。线性回归保持稳定，表明悖论由递归反馈拓扑驱动。标准指标（RMSE、MAE）系统性地掩盖了累积误差，本文引入共识-分歧诊断来识别标准诊断掩盖误差传播的模型。
近期一篇来自arXiv的论文《粒度悖论：时间离散化如何膨胀样本内拟合并加剧样本外误差》（作者Hugo Moreira）深入探讨了时间序列预测中的一个反直觉现象：当我们将时间数据从较粗的粒度（如月度）细分到更细的粒度（如周度或日度）时，模型在训练集上的拟合效果往往提升，但实际预测的准确率却可能显著下降。这一现象被称为“粒度悖论”。
该研究首先从理论上形式化了这一权衡：更细的时间粒度增加了可用数据点（N），使得模型能够捕捉更多短期模式，从而提升样本内拟合指标。然而，当模型用于预测未来值时，每一步预测的误差会递归地传递到后续步骤，导致在整个预测区间（H）上累积的误差急剧增大。相反，将数据聚合到更粗的粒度（如年度）可以消除递归误差传播，但会减少有效数据量，削弱模型的估计能力。
为了实证检验这一悖论，研究者使用了一个涵盖13年的公共采购数据集，在六种时间粒度（年度、半年度、季度、月度、双周、日度）上对十种模型进行了基准测试。这些模型包括朴素方法、统计模型（如Holt-Winters、ARIMA）、机器学习模型（如线性回归、随机森林）和深度学习模型（如LSTM）。
结果揭示了非单调的阈值结构：递归自回归模型和季节性模型在高频预测中表现急剧恶化。例如，Holt-Winters模型在日粒度上的测试R²低至-151，TPFE（总预测误差百分比）达到425.85%。而LSTM则呈现出一条U形误差曲线：从月度（TPFE 19.66%）到双周（35.94%）误差上升，但在日粒度（TPFE 4.35%，R² 0.66）反而大幅改善，表明LSTM能够通过学习长期依赖来克服误差传播。值得注意的是，简单的线性回归在所有粒度下都保持稳定（TPFE 16.3-17.0%），这强有力地表明，粒度悖论的根本原因在于模型的递归反馈拓扑结构，而非复杂度。
此外，研究指出，传统点态指标（如RMSE、MAE）系统性地掩盖了累积误差传播。仅依赖这些指标可能导致对模型能力的错误评估。为此，作者引入了一种“共识-分歧诊断”方法，通过比较点态指标与累积TPFE在不同粒度下的方向性行为，来识别那些标准诊断掩盖了误差传播的模型。
这项研究对实际时间序列预测应用具有重要启示：在选择数据粒度时，不能仅考虑样本内拟合，而必须结合预测任务的具体目标（如预测步长、误差累积方式）来评估模型。同时，评估指标体系应包含累积误差指标，以避免被优化后的样本内指标误导。