Kumo、Nori、Chronos-2与LGBM：电价预测基准测试

当基础模型遇上电价预测：一场跨模型类别的基准测试

电价预测一直是时间序列领域最具挑战性的任务之一——它同时受到天气、供需、燃料成本、甚至市场情绪的复合影响，波动剧烈且存在大量非平稳性。传统上，梯度提升树（如LightGBM、CatBoost）凭借对表格特征的强大建模能力，长期占据此类预测任务的主流位置。而近期，两类基础模型开始进入这一领域：表格基础模型（Kumo、Nori）与时间序列基础模型（Chronos-2、TimesFM-3）。

一位研究者在Reddit上分享了一项针对德国日前电价预测的基准测试，系统比较了上述模型在“零样本”条件下的表现，并探讨了额外训练数据对传统ML基线的影响。这项实验的设计思路和结论，对于关注基础模型落地时间序列任务的从业者具有参考价值。

实验设计：如何公平比较不同类别的模型

该基准测试的核心挑战在于：基础模型与树模型的使用范式截然不同。树模型需要针对电价数据做特征工程和调参，而基础模型则是在大规模通用数据上预训练后直接推理。作者强调，所有基础模型均未在电价市场数据上进行训练，即处于零样本或免训练状态。

为了保证比较的公平性，作者确保了各类模型在评估阶段能够访问到可比的信息集。这一点尤为关键——如果给树模型喂入了基础模型无法获取的外生变量，比较就失去了意义。实验覆盖了德国日前电价这一典型场景，该市场数据公开透明、波动特征明显，适合作为基准。

表格基础模型的独特挑战：避免数据泄漏

在使用表格基础模型进行预测时，一个容易被忽视的陷阱是数据泄漏。由于这类模型接受的是“表格”形式的输入，如果特征构造不当——例如将未来信息或目标泄漏编码进特征——模型在评估集上会表现出虚高的精度。

作者在文章中专门讨论了如何在使用Kumo和Nori时避免数据泄漏。这涉及特征的时间对齐、滚动窗口的构造方式，以及如何确保基础模型看到的每一行特征都只包含预测时点之前的信息。对于想要尝试表格基础模型的从业者，这部分内容具有很强的实操指导意义。

数据泄漏（data leakage） 在时间序列预测中是一个系统性风险，其根源在于训练数据中混入了预测时点之后才能获得的信息。常见形式包括：使用全局统计量（如全期均值、方差）做标准化、在滚动窗口构造时错误地将未来目标值纳入特征、或对类别特征做目标编码时未按时间切分。对于表格基础模型，风险被进一步放大，因为这类模型通常以“行”为单位接收特征，缺乏对时间顺序的显式感知。若特征矩阵中某列隐含了未来信息，模型会学到虚假的强相关，导致评估集上的精度虚高，而在真实部署中迅速失效。防范手段包括严格的时间切分、滚动原点评估（rolling-origin evaluation）、以及逐特征审计其可得时点。

表格基础模型（tabular foundation model）是一类在大量异构表格数据集上预训练的模型，代表工作包括Kumo和Nori。与传统树模型不同，它们不依赖人工特征工程，而是通过学习列间关系、单元格语义和表结构来生成预测。其典型使用方式是将待预测样本组织为一张表，模型基于预训练获得的“表格先验”直接推理。在时间序列预测中，这意味着需要把滞后值、外生变量、时间戳等编码为表格列。这种范式的吸引力在于跨任务泛化潜力，但挑战也很突出：表格基础模型对列语义和数据类型敏感，时间对齐若处理不当极易引入泄漏；同时，其推理成本和可解释性往往不如梯度提升树透明。

与传统调优树模型的对比：谁更胜一筹

实验的另一个重点是基础模型与经过调优的LightGBM和CatBoost的对比。传统ML基线并非随意配置，而是经过了针对性的超参数调优。这种对比设计回答了一个实际问题：在不投入大量特征工程和调参成本的前提下，基础模型能否达到甚至超越精心调优的树模型？

据作者在Reddit帖子中的总结，完整文章涵盖了实验设置、表格基础模型的无泄漏使用方法、与调优树模型的比较结果，以及额外训练数据对传统ML基线的影响。虽然帖子本身未给出具体数值结论，但这一比较框架本身已揭示了基础模型在实际业务场景中的定位问题——它们是替代品，还是快速基线？

零样本（zero-shot）与免训练（training-free） 是基础模型评估中的两个关键概念。零样本指模型在完全未见过的任务或数据集上直接推理，不进行任何参数更新；免训练则强调连微调（fine-tuning）都不做，仅依赖预训练阶段获得的通用表示。在时间序列场景中，零样本推理意味着模型将电价序列及其协变量作为输入，直接输出未来预测值。这种范式的优势是部署成本低、迭代速度快，但劣势也明显：模型无法针对特定市场的波动模式、节假日效应或政策突变进行自适应。理解零样本与少样本（few-shot）、微调之间的谱系，有助于判断基准测试结论的适用边界——零样本表现不佳并不等价于基础模型在该任务上无价值，而可能只是提示了微调或上下文学习的必要性。

额外训练数据对传统模型的影响

实验还考察了一个维度：当为传统ML基线提供更多训练数据时，其表现会如何变化。这一设计触及了基础模型的核心价值主张——它们声称通过大规模预训练获得了泛化能力，从而减少了对领域标注数据的依赖。如果树模型在数据量增加后能够显著追赶，那么基础模型的优势区间就需要被更精确地界定。

这一问题的答案因任务而异。对于德国日前电价这类结构化程度较高、外生变量丰富的预测任务，树模型配合好的特征工程往往表现强劲。而基础模型的价值可能更多体现在冷启动场景或数据稀缺的市场中。

实践启示与待解问题

这项基准测试提供了几个值得关注的信号。第一，基础模型在时间序列预测中的评估需要格外小心数据泄漏和特征对齐问题，否则结论不可信。第二，零样本基础模型与调优树模型的比较，应当被视为两种工作流的比较，而非单纯的模型架构比较。第三，额外数据对传统模型的影响，决定了基础模型在数据充足场景下的边际价值。

作者在Reddit帖子中附带了完整讨论和教程链接，读者可以进一步查阅实验设置和结果细节。对于正在评估是否将基础模型引入电价预测或其他能源时序任务的团队，这项基准测试提供了一个严谨的起点。

说一下，该实验仅聚焦于德国日前电价市场，结论向其他市场或时间尺度的外推需要谨慎。此外，基础模型的推理成本、部署复杂度和可解释性，也是实际选型中不可忽略的因素。

背景补充

德国日前电价市场是欧洲电力交易的核心参考市场之一，由EPEX Spot运营，采用逐小时拍卖机制形成次日各小时的出清价格。其价格序列具有显著的日内双峰、周末效应、节假日跳变以及负电价频现等特征，且受风电光伏出力预测、机组检修、燃料成本与跨境输电约束的共同驱动。日前价格预测的难点在于：外生变量的预测误差会传导至价格预测，且市场耦合使邻国供需变化迅速渗透。该市场数据公开、粒度细、历史较长，因而常被用作电价预测基准。但需注意，德国市场的可再生能源渗透率和政策环境与其他区域差异较大，结论外推需谨慎。