贝叶斯调和框架将重叠多步预测的跨起点矛盾降低58.5%，并在标普500波动率上把90%区间覆盖从94.8%修正到88.3%

论文把“跨起点不一致”形式化为同一目标时点、不同预测起点所发预测之间的分歧，并给出以成对平方差平均构造的标量度量，完全一致时该度量为零。 既有预测调和文献主要处理层级、时间与跨时间聚合约束下的一致性，稳定性研究则关注随起点变化的稳定性；本文把同一目标时点的重叠预测本身作为调和对象，属于不同的约束结构。 度量定义在正文中给出，并以预测矩阵（行=起点、列=目标时点）说明其结构；作者明确说明该度量仅作为后处理诊断，不主张其为新的稳定性度量。

论文提出贝叶斯状态空间调和框架：潜在一致轨迹为平稳AR(1)过程，每条预测被视为带 horizon 特定加性偏差与 horizon 特定方差的含噪观测，通过Stan中的NUTS/HMC进行后验推断。 与最接近的方法学先例（Eckert等2021的层级贝叶斯状态空间调和）相比，本文的潜在状态不是调和误差而是轨迹本身，约束是每个目标时点上的恒等约束而非线性聚合约束，并新增了层级调和中没有对应物的 horizon 特定偏差与可靠性参数。 模型方程、似然分解与先验设定在正文中给出；作者通过sum-to-zero约束解决位置不可识别性，并给出参数唯一识别的推导。

100次独立模拟复制中，调和使不一致度平均降低58.5%（标准差15.2%，范围24.7%–97.8%），与真实潜在状态的相关系数均值0.994，95%的复制相关系数高于0.988。 模拟设计有意引入非线性 horizon 依赖噪声、相邻 horizon 误差相关、5%概率的大偏差等违反模型假设的机制，仍报告稳定表现，说明框架在非理想条件下仍可用。 100次复制、每次2条链各1000次迭代（500预热），99%复制中所有参数R-hat达标且无发散转移，关键参数有效样本量超过400，单次复制平均耗时2.8秒。

标普500波动率实证中，调和把不一致度降至数值精度以下，90%预测区间覆盖从94.8%降至88.3%更接近名义水平，CRPS下降8.7%，但RMSE上升约15%；LSTM预测原始不一致度已很低，调和后残余不一致被消除。 结果把“一致性提升”与“点预测精度下降”的权衡显式量化，并显示同一后处理层对统计基准与神经预测系统都适用，且不改变底层模型。 使用2023年12月至2025年12月SPY ETF数据、5日滚动波动率共516个交易日，最后100天为样本外滚动评估；四链各1000次迭代（300预热），所有参数R-hat达标、有效样本量超过500，替代先验使可靠性参数后验均值变化小于1%。

该框架面向已生成的多步直接预测矩阵，适用于无法或不愿重训底层模型的场景，例如黑箱或计算昂贵的预测系统；它为风险管理者、供应链规划者和流行病预测使用者提供一种事后强制跨起点一致性的手段，并可在不接触模型内部的情况下给出 horizon 特定偏差与可靠性诊断。方法在平稳AR(1)潜在过程与高斯观测假设下推导，模拟与实证均在该设定内评估；作者指出其与稳定性感知训练互补，后者可在训练阶段减少起点分歧，而本框架在预测生成后强制一致性。

非线性压力测试中不一致度被完全消除，但与真实潜在轨迹的相关系数从线性情形的0.994降至0.633，说明强制一致与准确恢复潜在过程是两个相关但不同的目标，读者需区分二者。实证中RMSE上升约15%而CRPS下降8.7%，这种权衡在不同序列、不同预测质量下如何变化仍是开放问题。horizon 特定偏差与可靠性被设为时不变，作者指出在状态切换或模型漂移下可能受限；观测误差的高斯假设、预测间的条件独立假设，以及仅支持直接多步预测而非递归预测，都是当前公式的适用范围。作者也说明本文未单独进行数值先验敏感性实验，替代先验族的系统检验留待后续工作。