近期一篇來自arXiv的論文《粒度悖論：時間離散化如何膨脹樣本內擬合併加劇樣本外誤差》（作者Hugo Moreira）深入探討了時間序列預測中的一個反直覺現象：當我們將時間數據從較粗的粒度（如月度）細分到更細的粒度（如周度或日度）時，模型在訓練集上的擬合效果往往提升，但實際預測的準確率卻可能顯著下降。這一現象被稱為“粒度悖論”。
該研究首先從理論上形式化了這一權衡：更細的時間粒度增加了可用數據點（N），使得模型能夠捕捉更多短期模式，從而提升樣本內擬合指標。然而，當模型用於預測未來值時，每一步預測的誤差會遞歸地傳遞到後續步驟，導致在整個預測區間（H）上累積的誤差急劇增大。相反，將數據聚合到更粗的粒度（如年度）可以消除遞歸誤差傳播，但會減少有效數據量，削弱模型的估計能力。
為了實證檢驗這一悖論，研究者使用了一個涵蓋13年的公共採購數據集，在六種時間粒度（年度、半年度、季度、月度、雙週、日度）上對十種模型進行了基準測試。這些模型包括樸素方法、統計模型（如Holt-Winters、ARIMA）、機器學習模型（如線性迴歸、隨機森林）和深度學習模型（如LSTM）。
結果揭示了非單調的閾值結構：遞歸自迴歸模型和季節性模型在高頻預測中表現急劇惡化。例如，Holt-Winters模型在日粒度上的測試R²低至-151，TPFE（總預測誤差百分比）達到425.85%。而LSTM則呈現出一條U形誤差曲線：從月度（TPFE 19.66%）到雙週（35.94%）誤差上升，但在日粒度（TPFE 4.35%，R² 0.66）反而大幅改善，表明LSTM能夠通過學習長期依賴來克服誤差傳播。值得注意的是，簡單的線性迴歸在所有粒度下都保持穩定（TPFE 16.3-17.0%），這強有力地表明，粒度悖論的根本原因在於模型的遞歸反饋拓撲結構，而非複雜度。
此外，研究指出，傳統點態指標（如RMSE、MAE）系統性地掩蓋了累積誤差傳播。僅依賴這些指標可能導致對模型能力的錯誤評估。為此，作者引入了一種“共識-分歧診斷”方法，通過比較點態指標與累積TPFE在不同粒度下的方向性行為，來識別那些標準診斷掩蓋了誤差傳播的模型。
這項研究對實際時間序列預測應用具有重要啓示：在選擇數據粒度時，不能僅考慮樣本內擬合，而必須結合預測任務的具體目標（如預測步長、誤差累積方式）來評估模型。同時，評估指標體系應包含累積誤差指標，以避免被優化後的樣本內指標誤導。