如果明天是世界盃決賽，時間序列會點變？

6月24日
讀畢需時 7 分鐘

做時間序列預測時，我們通常問的是：「根據過去，明天會怎樣？」但現實決策更常問另一種問題：「如果明天發生一件未必真的會發生的事，序列會怎樣？」

論文中提出的 TADiff（Text-Attributive time series Diffusion model），處理的正是這類問題：在未來條件用自然語言描述，而且條件可能是反事實的情況下，如何生成合理的時間序列預測。題目中的世界盃決賽例子很貼切：交通流量、電力需求、餐飲消費或博彩市場活躍度，都可能因為一個未來事件而偏離平日模式。

本文重點

這篇文真正想解決的，不只是「把文字塞進時間序列模型」。它問的是：當歷史序列說一件事、未來文字條件又說另一件事時，模型應該怎樣平衡兩者？

TADiff 的核心答案是 text-attribution。模型先嘗試從歷史序列中抽出較不受外部條件影響的 intrinsic features，再把這個 intrinsic state 當作 diffusion forecasting 的初始狀態。之後，未來文字條件負責引導生成過程，令預測同時保留歷史序列的底層特性，亦能反映「如果明天是世界盃決賽」這類假設。

一、為何傳統 forecasting 不夠

很多時間序列方法本質上仍然依賴歷史數值：過去趨勢、週期、波動、局部峰值、季節性。這對平穩或緩慢變化的系統很有用，但一遇到外部事件，問題就變得麻煩。

例如城市交通在普通星期六可能有一套模式，但如果明天是世界盃決賽、暴雨、演唱會散場，或者大型政策公布，單靠歷史曲線未必足夠。未來條件不是純粹噪音，而是會改寫短期演化的外部因素。

過往一些 conditional forecasting 工作會加入未來 intervention，但多數把條件設計成固定類別，例如 treatment 是否發生、事件類型是哪一種。這種表示簡單，卻很難描述現實中的細節差異。自然語言可以表達更豐富的假設，例如「明天下午有決賽，而且主隊晉級，天氣炎熱，市中心會封路」。這就是本文選擇 textual conditions 的理由。

二、反事實時間序列預測難在哪裡

反事實 forecasting 最大的難點，是沒有真實答案。若明天實際沒有世界盃決賽，我們就不可能觀察到「如果有決賽」時的真實交通流量。這令傳統 MAE、MSE 只在 factual setting 有意義，到了 counterfactual setting 就失去 ground truth。

第二個難點是歷史與未來條件可能衝突。歷史序列可能顯示這條路在工作日早上很繁忙，但未來文字條件說明天是假期兼大型賽事。模型若太相信歷史，會忽略事件；若太相信文字，又可能生成一條完全不像該地區底層結構的序列。

第三個難點是訓練資料偏 factual。現實資料通常只有「某個歷史 + 實際發生的未來條件 + 實際未來序列」這種配對。模型很少直接見過同一段歷史配上多個假想未來的結果，因此容易在反事實條件下生成同質化、缺乏適應性的預測。

三、TADiff 的核心：先歸因，再預測

TADiff 用 diffusion model 作為 forecasting backbone，因為 diffusion 比較適合描述多種可能未來，而不是只輸出一條 deterministic curve。但作者認為，普通 diffusion forecasting 有一個問題：如果 inference 從隨機 Gaussian noise 開始，初始狀態未必包含歷史序列應該保留的 intrinsic features。

所以 TADiff 把 inference 分成兩步。

第一步是 Attribution。模型把歷史序列與歷史文字條件放入一個 condition-aware forward process，逐步消去歷史外部條件的影響，留下較穩定的 intrinsic representation。可以把它理解成：交通序列中的人口結構、道路容量、城市節奏等底層特性，應該與某一天是否下雨、是否有比賽分開。

第二步是 Forecasting。模型用剛才抽出的 intrinsic representation 作為 diffusion 初始狀態，再根據未來文字條件逐步 denoise 出未來序列。這樣做的直覺是：預測不應該由完全隨機的 noise 出發，而應該由「這條序列本身是甚麼」出發，再接受「未來會發生甚麼」的調節。

四、Text-attribution 解決的是平衡問題

這篇文最有價值的地方，是它把「歷史」和「未來條件」的角色拆開。歷史序列不是只提供最近數值，還提供系統的底層 identity；未來文字不是只提供一個 label，而是描述可能改變短期演化的 external control。

如果沒有 attribution，模型可能把歷史中由外部條件造成的波動也當成 intrinsic feature，導致未來預測被錯誤拖住。相反，如果完全依賴文字生成，模型又可能失去歷史序列本身的形狀與尺度。

TADiff 的設計，是讓 attribution objective 與 forecasting objective 共同訓練。前者學會從歷史條件中抽離 intrinsic features，後者學會在給定未來條件時預測 future segment。兩個 objective 共用模型參數，令模型在訓練時同時學「如何消去條件影響」與「如何加入新條件影響」。

五、沒有 ground truth 時怎樣評估

作者提出 DTTC（Disentangled Time Series and Text Consistency） 作為語義一致性評估。DTTC 分成兩部分。

DTTC-I 衡量預測出的未來序列，是否保留歷史序列的 intrinsic features。也就是說，即使未來條件改變，預測仍應該像同一個系統自然延伸出來的結果。

DTTC-E 衡量預測出的未來序列，是否符合未來文字條件的 extrinsic semantics。若文字說明天會有大型活動，序列應該在相應時間呈現合理變化，而不是仍然像普通日子。

這個評估框架很實用，因為它承認 counterfactual future 沒有標準答案，但仍可以問兩個較可操作的問題：預測是否忠於歷史底層特性？預測是否忠於文字條件？對真實世界決策支援來說，這比硬要找一個不存在的 MSE target 更合理。

六、Counterfactual fine-tuning

只用 factual data 訓練，模型容易把每段歷史綁死在唯一真實未來上。為了提升反事實適應能力，作者構造 counterfactual future conditions：對每段歷史序列，從資料集中抽取候選未來文字條件，再按與歷史條件的相似度選出較不衝突的替代條件。

這些 counterfactual samples 沒有真實 future sequence，所以不能用普通 supervised loss。TADiff 改用 DTTC-based objective 做 fine-tuning，鼓勵生成序列同時提升 intrinsic consistency 與 textual consistency。重點是，這個 fine-tuning 不需要反事實 ground truth，卻能讓模型習慣「同一段歷史可以接上不同未來假設」。

這一點對實務特別重要。很多決策問題本來就不是預測唯一未來，而是比較多個 scenario：如果利率不變、如果加息、如果大型賽事延期、如果交通管制提早兩小時，系統會如何演化？

七、實驗結果：數值與語義都要看

論文使用 synthetic dataset 與多個 real-world datasets，包括 ETTm1、Traffic、Exchange 與 Weather。factual setting 下有真實 future sequence，可以看 MAE、MSE、DTTC-I、DTTC-E；counterfactual setting 下沒有真實 future sequence，主要看 DTTC-I 與 DTTC-E。

在 factual forecasting 中，TADiff 在多數資料集上同時取得較好的數值準確度與語義一致性。作者特別指出，純生成式 baseline 可能很聽未來文字條件，但容易忽略歷史序列；傳統 forecasting baseline 又可能太依賴歷史數值，對文字條件反應不足。

在 counterfactual forecasting 中，TADiff 的 DTTC-I 與 DTTC-E 也普遍較高，表示它在多種假想未來條件下，較能同時保留歷史 intrinsic features 與未來文字語義。

Ablation 亦支持兩個關鍵設計。移除 counterfactual fine-tuning 會削弱反事實適應性；移除 text-attribution 對 DTTC-I、DTTC-E 與部分數值指標都有明顯傷害。這說明 TADiff 的收益不是只來自 diffusion backbone，而是來自 attribution、counterfactual training 與 semantic evaluation 的組合。

八、對實務應用的啟示

對交通、能源、供應鏈、金融市場或營運監控來說，TADiff 的想法很有啟發。很多時候我們不是只要 baseline forecast，而是要 scenario forecast：假如明天有突發新聞、假如交易所提早收市、假如熱門球隊進入決賽、假如惡劣天氣撞上大型活動。

文字條件的好處，是業務人員可以用自然語言表達 scenario，不必先把所有事件手動編碼成固定欄位。模型若能理解文字條件與歷史序列之間的關係，就有機會變成 decision simulator 的一部分。

不過這也帶來風險。反事實預測很容易被誤讀成「模型知道假想世界的真相」。實際上，TADiff 生成的是在模型假設與資料分布下語義一致的可能序列，不是可驗證的真實答案。用於金融、公共安全或大型營運決策時，仍需要不確定性呈現、壓力測試與人手審核。

九、限制與觀察

第一，DTTC 是 model-based metric。它比沒有指標好，但仍取決於 DTTC encoder 是否真正學到可靠的 intrinsic / extrinsic disentanglement。若評估模型本身有偏差，分數也可能被誤導。

第二，部分 real-world datasets 的文字條件並非全部來自天然文本，而是由統計特徵或模板生成。這有助於控制實驗，但與真實業務場景中又長又模糊的自然語言 scenario 仍有距離。

第三，論文主要評估固定長度 forecasting。實務上的 scenario planning 常需要不同 horizon、不同粒度，以及多個事件在時間軸上交疊。作者亦在結論提到，評估不同長度預測仍是限制之一。

第四，反事實預測本身涉及責任問題。模型可以生成「如果某事件發生」的曲線，但決策者仍要清楚區分 simulation、forecast 與 causal proof。語義一致不等於因果正確。

十、結論

文中的價值，在於把時間序列預測從「看過去推未來」推向「在文字描述的未來假設下生成可能演化」。TADiff 用 text-attribution 先抽出歷史 intrinsic features，再用 diffusion model 依照未來文字條件生成 forecast，並用 DTTC 在沒有 ground truth 的反事實 setting 中評估語義一致性。

對需要 scenario planning 的系統來說，這是一個很重要的方向：預測模型不應只回答「明天大概是多少」，也應該能回答「如果明天的世界變了，這條序列可能怎樣變」。

Reference

S. Gu, Y. Zhao, B. Jing, K. Ren. What if Tomorrow is the World Cup Final? Counterfactual Time Series Forecasting with Textual Conditions. arXiv:2605.14422v1 [cs.LG], 14 May 2026. https://arxiv.org/abs/2605.14422
TADiff project page: https://seqml.github.io/TADiff/
J. Song, C. Meng, S. Ermon. Denoising Diffusion Implicit Models. arXiv:2010.02502, 2020.
V. Melnychuk, D. Frauen, S. Feuerriegel. Causal Transformer for Estimating Counterfactual Outcomes. ICML, 2022.