在Python中，adfuller函数是时间序列平稳性检验的行业标准工具，它通过ADF检验量化序列是否存在单位根，是预测建模与统计分析前必须完成的关键步骤。
adfuller 函数的核心参数与调用方法
理解ADF检验与adfuller的关系
ADF（Augmented Dickey-Fuller）检验是判断时间序列平稳性的主流方法，而Python的statsmodels库中的adfuller函数正是该检验的官方实现，业内专家指出，adfuller已经成为金融、经济、传感器数据等领域最常用的平稳性检验工具之一，其核心思想是：通过构建回归模型，检验延迟项系数是否为零，若为零则存在单位根,序列非平稳。
参数说明：从入门到实际配置
调用adfuller时，需要理解三个关键参数,它们直接影响检验结果的可信度。
- x（待检验序列）：必须是一维数组或pandas Series，缺失值需提前处理,否则函数会报错。
- maxlag（最大滞后阶数）：控制回归模型中包含的滞后差分项个数，statsmodels官方文档建议，默认值基于样本量自动选择（如数据量小于100时用12/12（n/100）^1/4），但实务中常需手动调整，若maxlag过大，会损失自由度；过小则无法消除自相关,导致检验偏差。
- regression（回归模型类型）：可选
'c'（仅常数项，默认）、'ct'（常数项+趋势项）、'ctt'（常数项+趋势项+二次趋势项）、'nc'（无常数项），行业共识是，金融资产收益率序列通常用'c'，而GDP等宏观数据需用'ct',因为趋势项更符合实际走势。
如何选择滞后阶数：三种主流策略
滞后期选择不当，adfuller的p值会失真，以下是业内常用的三种方法,按场景推荐：
- 基于信息准则自动选择：在adfuller中设置
autolag='AIC'或'BIC'，函数会自动遍历各阶数，选择信息量最小的值，这是最平衡的方案,适用于大多数探索性分析。 - 手动设定固定阶数：如果已知数据采样频率（如月度数据用12阶），可直接传入
maxlag=12，避免自动选择带来的不确定性，但需注意，固定阶数可能覆盖率不足,建议先用自相关图确认。 -
遍历后对比结果：在学术研究中，常对不同maxlag值分别运行adfuller，观察p值是否稳定，若在多个阶数下结论一致，则可信度更高，据统计，超过70%的实证论文会采用此方法作为稳健性检验。
adfuller 结果解读与实战案例
解剖输出结果：四个关键指标
adfuller返回一个包含五个元素的元组，但实务中只需关注前四个,它们直接决定结论。
- ADF统计量：负值越小（越负），越倾向拒绝原假设，3.5比-2.8更显著。
- p值：小于0.05（或0.01）时，在对应置信水平下拒绝“存在单位根”的原假设，即序列平稳，但需注意，p值对滞后阶数敏感,不同阶数下可能差异较大。
- 临界值：1%、5%、10%三个水平下的临界值，若ADF统计量小于临界值，则拒绝原假设，若5%临界值为-2.86，而ADF统计量为-3.12，则说明在5%水平下是平稳的。
- 滞后阶数与样本量：前者是最终使用的滞后期，后者是有效观测数，这两个值用于验证检验是否合理，若样本量过小（如小于50）,结果可能不可靠。
实战：检验股票收益率序列的平稳性
假设我们下载了某只股票近一年的日收益率数据，存为变量returns，下面是完整操作路径,每一步都可复现。
import pandas as pd
import numpy as np
from statsmodels.tsa.stattools import adfuller
# 准备数据，确保无缺失值
returns = returns.dropna()
# 运行adfuller，使用自动选择滞后期与仅常数项模型
result = adfuller(returns, regression='c', autolag='AIC')
# 提取关键指标
adf_stat = result[0]
p_value = result[1]
critical_values = result[4]
print(f'ADF统计量: {adf_stat:.4f}')
print(f'p值: {p_value:.4f}')
print('临界值:')
for key, value in critical_values.items():
print(f' {key}: {value:.4f}')
# 判定
if p_value < 0.05:
print('在5%显著性水平下，序列平稳，拒绝单位根原假设')
else:
print('序列非平稳，需进一步差分处理')在实际项目中，如果p值大于0.05，通常会对收益率序列做一阶差分（即diff(1)），然后再次检验，据统计，金融价格序列的一阶差分多为平稳,这符合有效市场假说的基本结论。
常见误区：p值不能直接比较大小
很多初学者误以为p值越小，平稳性越强，但行业共识认为，p值只是拒绝原假设的置信度，并非平稳程度的度量，平稳性检验只给出二元结论（是否平稳），不提供“平稳程度”的量化指标，若需比较不同序列的平稳性，应使用ADF统计量本身（越负越平稳）,或结合KPSS检验的统计量。
adfuller 与其它平稳性检验方法的对比
KPSS检验：互补与差异
adfuller的原假设是“存在单位根”，而KPSS相反，原假设为“序列平稳”，行业共识推荐双检验策略：先用adfuller，再用KPSS,根据结果组合判断。
| 检验类型 | 原假设 | 适用场景 | 互补价值 |
|---|---|---|---|
| adfuller | 存在单位根（非平稳） | 判断是否需要差分 | 若adfuller无法拒绝（非平稳），但KPSS也无法拒绝，则数据可能过于“模糊” |
| KPSS | 序列平稳 | 确认差分是否过度 | 若adfuller拒绝（平稳），但KPSS也拒绝（非平稳），则可能存在趋势性平稳 |
据计量经济学教材，当adfuller的p值略高于0.05（如0.08），而KPSS的p值低于0.05时，应优先考虑序列是趋势平稳的，而非纯随机游走,此时可考虑去除趋势项而非直接差分。
适用场景选择：按数据量级决定
- 样本量 > 500：adfuller和KPSS均可，但adfuller在小样本下的检验功效较差,此时KPSS更可靠。
- 样本量 50-200：推荐结合使用，且优先选择包含趋势项的模型（regression=’ct’）,因为小样本中趋势项容易被误判为随机游走。
- 高频数据（如每秒记录）：需注意adfuller对自相关假设敏感，最好先用ARIMA残差检验，或使用可处理异方差的单位根检验（如DF-GLS）。
adfuller 常见问题与解决方案
p值接近0.05，如何决策？
当p值在0.04-0.06之间时，不要直接下结论,建议执行以下操作：
- 更换滞后阶数选择方法（如从AIC换为BIC）,观察p值是否稳定。
- 对序列进行差分后再次检验，若差分后p值显著降低（如0.001）,说明原序列存在接近单位根的特征。
- 参考行业惯例：在金融领域，若p值在0.05-0.1之间，且序列存在明显趋势，很多分析师会按非平稳处理，先差分再建模,以消除虚假回归风险。
原始数据包含缺失值怎么办？
adfuller不接受NaN,有两种处理方式：
- 前向填充：对时间序列缺失值，用最近有效值填充,适用于价格等连续数据。
- 插值法：使用pandas的
interpolate()方法，按线性或时间权重填充，更适合加速度、温度等物理量。
但需注意，缺失值比例超过20%时，任何填充都会引入偏差,建议先考虑数据采集是否完整。
调用adfuller时出现奇异矩阵警告
这通常是因为序列中存在常数（如全部为0）或重复值过多，导致回归矩阵不可逆，解决方案：先对序列做去重检查，或加入微小随机噪声（如np.random.normal(0, 1e-6, len(series))）后再检验。
Q&A：adfuller 相关高频问题
问题1：adfuller 的p值多少才算平稳？
通常以0.05为界，p值小于0.05则在5%显著性水平下拒绝“存在单位根”的原假设，认为序列平稳，应结合ADF统计量与1%、5%、10%临界值对比，若统计量小于临界值，则在对应水平下平稳，行业共识是，在金融时间序列中，p值小于0.01才算高度可靠,因为金融数据常存在特殊波动性。
问题2：adfuller 和 kpss 结果矛盾怎么办？
同时使用adfuller和KPSS时，会出现四种结果组合，若adfuller拒绝单位根（平稳）而KPSS拒绝平稳（非平稳），则序列可能是“趋势平稳”，即去除趋势后平稳，此时应使用差分还是去趋势，取决于建模目的，若两个检验都未拒绝（adfuller认为非平稳，KPSS也认为非平稳），则数据可能存在严重结构突变，需进一步使用突变点检验（如Zivot-Andrews）或更换数据清洗方法。
问题3：adfuller 在时间序列预测中必须用吗？
对于线性模型（如ARIMA、VAR），平稳性检验是强制前置步骤，因为非平稳数据会导致虚假回归和参数估计偏差，但对于深度学习模型（如LSTM、Transformer），部分研究表明模型能够自动学习趋势，开始跳过差分步骤，但行业共识仍建议在做任何预测前，先用adfuller确认序列性质,至少能避免因极端非平稳导致的训练发散问题。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/python-adfuller%e6%98%af%e4%bb%80%e4%b9%88%ef%bc%9f%ef%bc%8c%e6%80%8e%e4%b9%88%e7%94%a8/
