季节性分析法,描述性分析法

时间序列预测法可用于短期、中期和长期预测。根据数据分析方法的不同，可分为:简单时间序列平均法、加权时间序列平均法、移动平均法、加权移动平均法、趋势预测法、指数平滑法、季节性趋势预测法、市场生命周期预测法等。简单序贯平均法也叫算术平均法。即取几个历史时期的统计值作为观测值，计算算术平均值作为下一个预测值。这种方法基于以下假设:“以前是这样，以后也是这样”，并且对近期和长期的数据进行同化和平均，所以只能应用于事物变化不大的趋势预测。

加权序时平均法是将各个时期的历史数据按照近期和远期的影响程度进行加权，求平均值作为下一个预测值。简单的移动平均法就是移动计算几期的算术平均值作为下一期的预测值。加权移动平均法是通过加权计算简单移动平均。在确定权重时，近期观测值的权重应较大，远期观测值的权重应较小。上述方法虽然简单方便，可以快速得到预测值，但由于没有考虑整个社会经济发展的新趋势和其他因素的影响，精度较差。

1。时间序列取自随机过程。如果这个随机过程的随机特征不随时间变化，我们就说这个过程是平稳的。如果随机过程的随机特征随时间变化，则称该过程为非平稳过程。2.宽平稳时间序列的定义:设一个时间序列，对任意和，称为宽平稳。3.BoxJenkins方法是一种理论完善的统计预测方法。他们的工作为实际工作者提供了分析和预测时间序列，识别、估计和诊断ARMA模型的系统方法。

4.ARMA模型有三种基本形式:自回归模型(AR)、移动平均模型(MA)和混合模型(ARMA)。(1)自回归模型AR(p):如果时间序列满足是独立同分布的随机变量序列且满足:，则称该时间序列服从P阶自回归模型。

我们在交易的时候，很多人都有这样的现象。很多人可以预测到汇率的一个长期变化趋势，或者可以预测到汇率将要到达的位置，但是在汇率的短期振荡中被振荡出来，或者买入位置不好，让自己很难受。因此，交易结果在一个月或更长时间内要么亏损，要么持平。为什么？因为很多人在购买的时候往往不会做一个详细的计划，短期和长期的计划，往往是边看边做，到时候我们再说。因为这种错误的想法，他们往往赚了几十个点就焦虑，短期内就平仓了。我之前说过，趋势一旦形成，上涨或下跌的空间都很大。如果你入市，你已经赚到了小芝麻，何必呢？

数据分析的六种基本分析方法:1。Contrast 分析法:常用于纵向、横向、最突出、计划和实际数据。比如今年和去年同期工资性收入的增长，3月份CPI的涨幅。2.Trend 分析法:常用于通过分析一段时间内数据运行的变化趋势(上升或下降)来帮助未来的发展方向。比如用电量的季节性的波动，股市的涨跌趋势等。

比如温度和用电量的相关性，运动量和体重的相关性等等。4.回归分析法:常用于分析一个或多个自变量的变化对特定因变量的影响，从而确定其关系，比如气温、用电设备、用电时长等因素对用电价值有影响，工资收入对生活消费支出的大小有影响。5.描述性分析法:常用于分析一组数据样本的各种特征，从而描述样本的特征及其所代表的总体。