数据流不是稳定的(non-stationary)。教科书(时间序列和计量)教授的基本模型假设数据流是稳定的(stationary).即使一些高阶模型是针对不稳定数据流, 也假设某一种不稳定的形式,如co-integration 用差分法(differencing) 消除不稳定。但是这样也去除了很多有用信息。最重要, 不稳定数据流有很多形式.
从稳定数据流的预测开始,学习它的局限性是一个正确的开端。
Stationary Processes and Prediction Theory. Harry Furstenberg. Princeton University Press, Princeton, N.J., 1960. x + 283 pp.