使用 IBM Granite 时间序列模型的集成预测

四个开源 Granite 模型、一个可扩展的预测接口，以及更少关于选择哪个模型的猜测。

预训练时间序列模型可以在不针对你的数据集进行训练的情况下进行预测，但你仍然必须选择一个。一个能很好处理平滑工业信号的模型可能难以应对嘈杂的零售需求或较长的季节性视野，最佳选择取决于序列和任务。

Granite Timeseries Ensemble 将这一选择简化为合理的默认方案。一种配方结合了四个互补的 Granite 架构，并返回中位数和分位数预测，无需重新训练，也无需拟合集成权重。从概率集成（均匀概率池化）开始，比较自适应四分位距（IQR）集成，并用兼容的预测器扩展同一接口。该集成配方及其默认 Granite 成员采用宽松许可。

这一想法在天气预报中并不陌生。集成预报探索一系列可能的结果，而北美多模型集成等系统则结合不同模型进行季节预测。时间序列预测以类似方式受益：互补模型提供对未来的不同视角，集成将这些视角合并为单一预测。

试用 Granite Timeseries Ensemble

安装 Granite TSFM 并直接从 Hugging Face 加载推荐的四模型配方：

pip install "granite-tsfm>=0.3.11"

import pandas as pd

from tsfm_public.models.ensemble.modeling_ensemble import QuantileEnsembleForecaster

df = pd.read_csv(
 "https://raw.githubusercontent.com/zhouhaoyi/ETDataset/main/ETT-small/ETTh1.csv",
 parse_dates=["date"],
)

ensemble = QuantileEnsembleForecaster.from_pretrained(
 "ibm-granite/granite-timeseries-ensemble-r1",
)

result = ensemble(
 df.tail(1024),
 timestamp_column="date",
 target_columns=["OT"],
 context_length=1024,
 prediction_length=24,
)

print(result.prediction_outputs) # point forecast print(result.quantile_outputs) # quantiles

该配方存储集成配置而非合并的模型权重。它在运行时下载四个成员检查点，因此首次运行需预留额外时间。有关完整配置、成员检查点、评估细节和局限性，请参阅模型卡片。

result.prediction_outputs 包含点预测，而 result.quantile_outputs 包含分位数预测，默认范围为 0.1 至 0.9。应用可将点值作为中心预测，并使用选定分位数来表达预测范围。例如，0.1 和 0.9 分位数定义了名义覆盖率为 80% 的中心预测区间。

集成成员

默认配方结合了四个具有不同架构的预训练 Granite 模型：

Granite FlowState-r1.1 State-space model

Granite TTM-r3 Tiny Time Mixers (MLP mixer)

有关背景，请参阅 PatchTST-FM-r1 论文、PatchTST-FM-r2 架构概述、FlowState 论文和 Tiny Time Mixers 论文。

这些架构以不同方式捕捉趋势、季节性和局部变化，因此它们的误差不必重合。一份关于预测组合的 50 年综述描述了组合预测如何降低选择错误单一模型的风险，同时强调成员质量和多样性仍然重要。

两种组合预测的方式

每个成员返回分位数预测。两种主要配方使用不同规则将这些预测转化为一个预测分布及其中位数。

概率集成：推荐的默认方案

概率集成（均匀概率池化）赋予每个成员相等的影响力，在概率空间中池化它们的分位数预测，并从组合值中提取所需的分位数。由于权重固定，没有拟合步骤，也没有需要针对新序列调优的加权超参数。

预测组合之谜提供了有用的动机：在点预测中，简单的等权重组合往往能很好地对抗具有估计权重的方法。该配方将同样的等影响力思想应用于概率预测。它是上述示例中加载的默认方案。

IQR 集成：一种自适应替代方案

IQR 集成根据成员的预测离散程度进行加权，赋予更窄区间更大的影响力。它从最接近第 25 和第 75 百分位的可用分位数近似每个成员的四分位距。权重随样本、目标和视野步长而变化，与概率集成一样，没有从历史预测误差中进行拟合。等渗回归防止组合分位数交叉。

更窄的区间并不一定意味着更准确或校准更好的预测，IQR 加权可能偏向过度自信的成员。如果你想进行实验，该配方提供了一个温度设置（较高值使权重趋向均匀）以及对任何单一成员权重的可选上限。

只需更改子文件夹即可加载经过评估的 IQR 配方：

ensemble = QuantileEnsembleForecaster.from_pretrained(
 "ibm-granite/granite-timeseries-ensemble-r1",
 subfolder="recipes/granite-iqr",
)

我应该使用哪种方法？

从概率集成开始。如果预测离散度对你的应用看起来有信息量，则在代表性数据上将其与 IQR 集成进行比较，因为准确性和校准取决于序列和视野。

集成是否优于其成员？

我们在 97 个 GIFT-Eval 数据集配置上评估了两种配方。模型在不进行微调的情况下进行预测，测试目标未用于选择或拟合聚合方法。在此我们将官方集成提交结果与四个组成模型进行比较，使用 2026 年 10 月 20 日捕获的已发布排行榜分数和排名。

GIFT-Eval 报告点预测的 MASE 以及概率预测的 CRPS/MWQL（基准的 mean_weighted_sum_quantile_loss 指标）。分数归一化到季节性朴素方法，并在各配置上几何平均。越低越好。

★ 在所示预测中的最佳值。越低越好。

排名列是针对完整 GIFT-Eval 参考排行榜的每个配置的平均排名，而不仅仅是这六个预测，因此随着条目添加到排行榜，排名值可能会发生变化。

两个集成模型在聚合 MASE 和平均 MASE 排名上均优于所有四个单独成员。概率集成在这六个预测中实现了最低的 MASE：0.683，而 PatchTST-FM-r2 为 0.685。较低的平均 MASE 排名表明在 GIFT-Eval 多样化的数据集配置中具有更强的相对点预测性能。总之，这些结果支持将集成作为实用的起点，而无需开发人员事先选择最强的单个架构。相对于最佳单个成员的 MASE 优势很小，因此主要好处是稳健性：您可以获得相当或更好的聚合准确性，而无需事先知道哪种架构适合您的数据。

PatchTST-FM-r2 保持最低的聚合 CRPS/MWQL 分数。IQR 集成在这六个预测中实现了最低的平均 CRPS 排名，而概率集成在该指标上落后于 PatchTST-FM-r2。因此，聚合误差和平均排名倾向于不同的选择。

在 2026 年 10 月 20 日的比较中，集成方法在符合条件的系统中，在 MASE 排名和 CRPS 排名上均位列第 3。下图显示了这两种配方以及每个指标的十个最佳符合条件的参考系统。一些系统（包括被排除为微调或非宽松许可的条目）得分优于任一配方，因此集成的价值不在于它登顶排行榜。而在于单个默认设置可在许多序列上提供强大且一致的结果，而无需您选择成员。

图：2026 年 10 月 20 日的 GIFT-Eval 平均排名排名，显示了两个 Granite 集成以及每个指标的十个最佳符合条件的参考系统。符合条件的系统具有复制代码且无声明的测试数据泄漏；微调条目和具有已知非宽松许可或成员依赖的系统被排除。排名值直接取自已发布的整体排行榜快照；过滤会改变显示的系统，而不是其排名值。

将配方扩展到其他预测器

默认配方使用四个 Granite 模型，但通用的 Forecaster 接口也接受兼容的外部模型。您可以更改成员组合或聚合方法，并保持相同的下游预测格式，而无需合并或重新训练成员检查点。这使其更容易将集成融入现有的预测堆栈，并随着需求的发展添加适合您领域的预测器。

该存储库还包括添加 IBM Research 检查点的扩展配方。这些带有单独的许可条款，包括非商业和研究使用限制，因此在使用前请查看每个成员的模型卡。

对于任何新组合，请检查预测兼容性、准确性、校准、延迟和许可。

针对您的应用评估配方

GIFT-Eval 是一个广泛的基准，但聚合增益并不意味着每个序列都受益，平均排名也不能建立校准。要了解配方在您的应用中的表现，方法是在代表性数据上对它们进行回测：

匹配您的用例。使用反映每个预测原点可用数据、所需预测范围以及您预期服务的序列的历史预测窗口。

同类比较。在相同窗口上运行概率集成、IQR 集成和强大的单个成员（例如 PatchTST-FM-r2）。

超越点误差。与 MASE 一起评估分位数损失，并检查 0.1 到 0.9 区间的经验覆盖率与其名义 80% 的对比。

衡量成本。记录运行时间和内存使用情况，以判断组合四个模型的好处是否值得您的工作负载。

请记住两个局限性。当前配方独立预测多变量通道，而不使用跨通道信息，并且它加载四个成员检查点，这相对于单个成员增加了推理时间和内存。成员上下文限制、预测范围、预处理和缺失值处理也不同，并且两种聚合方法都不能保证在分布偏移下的校准或稳健性，因此在部署后继续监控预测。

在您的数据上试用

推荐的起点是默认的四模型配方：

Hugging Face 上的 Granite Timeseries Ensemble

入门笔记本

Granite TSFM 存储库

GIFT-Eval 基准

加载默认配方，以一次调用从所有四个 Granite 架构获取中位数和分位数预测，并随着需求的发展调整配方。

参考文献

ECMWF：集成天气预报

NOAA：北美多模型集成

FlowState：采样率等变时间序列预测

Tiny Time Mixers (TTMs)：用于增强多变量时间序列零/少样本预测的快速预训练模型

重新审视通用 Transformer：解构时间序列基础模型的强基线

预测组合：超过 50 年的回顾

Smith 和 Wallis (2009)，预测组合谜题的简单解释