一般情况下,时间序列预测法适用于短期的市场预测。只有在充分肯定市场现象在中、长期内发展变化规律与其过去和现在基本一致,或对预测期市场现象的新特点能确定的条件下,才能应用时间序列预方法对市场现象未来的发展趋势做出预测 [4]。

时间序列预测法包括时间序列平滑法、趋势外推法、季节变动预测法等确定型时间序列的预测方法和马尔可夫法、随机型时间序列的预测方法[5]。常见的模型有：自回归模型AR(p),滑动平均模型MA（q）,自回归滑动平均（ARMA）模型和ARIMA模型。来*自-优=尔,论:文+网www.chuibin.com

3 ARIMA模型

ARTMA模型全称为自回归积分滑动平均模型又称为box-jenkins模型。是指将非平稳时间序列转化为平稳时间序列,然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型根据原序列是否平稳以及回归中所含部分的不同,包括移动平均过程（MA）、自回归过程（AR）、自回归移动平均过程（ARMA）以及ARIMA过程。