如何預測指數的方法

① 怎麼預測上證指數、深證指數的開盤價是漲還是跌。說個最簡單的方法

在開盤前觀察：
1、昨日恆生指數在A股收盤後走勢
2、美股昨夜走勢
3、權重股的平均漲跌情況。（比如：中石化、中石油、中平安、浦發銀行、工行、雲南銅業等等等等，一個權重板塊中選擇1、2兩個做為參照物）

綜上所述，可以80%判斷出市場開盤是高開還是低開。我就是這樣判斷的，正確率較高。

② 如何用指數平滑法預測銷售額

指數平滑法是趨勢預測法的一種，利用事先確定的平滑指數預測未來銷售量或銷售額

平滑指數的取值范圍一般是0.3-0.7

公式：計劃期銷售預測值=（平滑指數*上期實際銷售數）+(1-平滑指數）*上期銷售預測數

例如：

採用一次指數平滑法下，設F2007為對2007年的預測，Y2006、Y2005……為各年的實際值，且F1998=Y1998， 則F2007=aY2006+a（1-a）Y2005+a（1-a）^2Y2004+a（1-a）^3Y2003+……+a（1-a）^7Y1999+（1-a）^8Y1998=127.68

二次指數平滑預測

二次指數平滑是對一次指數平滑的再平滑。它適用於具線性趨勢的時間數列，其預測公式為：

yt+m=(2+am/(1-a))yt'-(1+am/(1-a))yt=(2yt'-yt)+m(yt'-yt) a/(1-a)式中，yt= ayt-1'+(1-a)yt-1 顯然，二次指數平滑是一直線方程，其截距為：(2yt'-yt)，斜率為：(yt'-yt) a/(1-a),自變數為預測天數。

以上內容參考：網路-指數平滑法

③ 指數平滑法預測是怎麼樣的

指數平滑法實際上是一種特殊的加權移動平均法。其特點是:第一，指數平滑法進一步加強了觀察期近期觀察值對預測值的作用，對不同時間的觀察值所賦予的權數不等，從而加大了近期觀察值的權數，使預測值能夠迅速反映市場實際的變化。權數之間按等比級數減少，此級數之首項為平滑常數a,公比為(1-a)。第二，指數平滑法對於觀察值所賦予的權數有伸縮性，可以取不同的a值以改變權數的變化速率。如a取小值，則權數變化較迅速，觀察值的新近變化趨勢較能迅速反映於指數移動平均值中。因此，運用指數平滑法，可以選擇不同的a值來調節時間序列觀察值的均勻程度(即趨勢變化的平穩程度)。指數平滑法是布朗所提出，布朗認為時間序列的態勢具有穩定性或規則性，所以時間序列可被合理地順勢推延；他認為最近的過去態勢，在某種程度上會持續到未來，所以將較大的權數放在最近的資料。指數平滑法是生產預測中常用的一種方法。也用於中短期經濟發展趨勢預測，所有預測方法中，指數平滑是用得最多的一種。

簡單的全期平均法是對時間數列的過去數據一個不漏地全部加以同等利用；移動平均法則不考慮較遠期的數據，並在加權移動平均法中給予近期資料更大的權重；而指數平滑法則兼容了全期平均和移動平均所長，不舍棄過去的數據，但是僅給予逐漸減弱的影響程度，即隨著數據的遠離，賦予逐漸收斂為零的權數。也就是說指數平滑法是在移動平均法基礎上發展起來的一種時間序列分析預測法，它是通過計算指數平滑值，配合一定的時間序列預測模型對現象的未來進行預測。其原理是任一期的指數平滑值都是本期實際觀察值與前一期指數平滑值的加權平均。

④ 定量預測方法有哪些

定量預測方法有：

加權算術平均法
用各種權數算得的平均數稱為加權算術平均數，它可以自然數作權數，也可以項目出現的次數作權數，所求平均數值即為測定值。

趨勢平均預測法
趨勢平均預測法是以過去發生的實際數為依據，在算術平均數的基礎上，假定未來時期的數值是它近期數值直接繼續，而同較遠時期的數值關系較小的一種預測方法。

指數平滑法
指數平滑法是以一個指標本身過去變化的趨勢作為預測未來的依據的一種方法。對未來預測時，考慮則近期資料的影響應比遠期為大，因而對不同時期的資料不同的權數，越是近期資料權數越大，反之權數越小。
(4)平均發展速度法
(5)一元線性回歸預測法
根據x、y現有數據，尋求合理的a、b回歸系數，得出一條變動直線，並使線上各點至實際資料上的對應點之間的距離最小。
設變動直線方程為：y=a+bx
(6)高低點法
高低點法是利用代數式y=a+bx，選用一定歷史資料中的最高業務量與最低業務量的總成本（或總費用）之差△y，與兩者業務量之差△x進行對比，求出b，然後再求出a的方法。

⑤ 如何運用指數平滑法預測

平滑指數法公式：St=aYt-1+(1-a)St-1。

指數平滑法實際上是一種特殊的加權移動平均法。其特點是：指數平滑法進一步加強了觀察期近期觀察值對預測值的作用，對不同時間的觀察值所賦予的權數不等，從而加大了近期觀察值的權數，使預測值能夠迅速反映市場實際的變化。權數之間按等比級數減少，此級數之首項為平滑常數a，公比為（1- a）。

示例

以某軟體公司A為例，給出2000-2005年的歷史銷售資料，將數據代入指數平滑模型，預測2006年的銷售額，作為銷售預算編制的基礎。

根據經驗判斷法，A公司2000-2005年銷售額時間序列波動很大，長期趨勢變化幅度較大，呈現明顯且迅速的上升趨勢，宜選擇較大的α值，可在0.5～0.8間選值，以使預測模型靈敏度高些，結合試演算法取0.5，0.6,0.8分別測試。經過第一次指數平滑後，數列散點圖呈現直線趨勢，故選用二次指數平滑法即可。

⑥ 股票指數預測方法有哪些

股票指數是無法予測的，即使予測也不可能准確，中央二台早八點二十五分提供的予告，其准確性就很差。

⑦ 怎樣用excel進行指數曲線趨勢外推法預測！！謝謝！！

以下圖中的數據為例，來詳細描述趨勢線的添加方法。如圖所示，圖表中給出了某產品從7月1號，到7月8號的產量：

⑧ 如何選擇合適的預測方法

市場調查與分析 填空題
選擇適當的預測方法，就是（）。
答案：
根據市場現象及各種影響因素的特點來選擇。
------------------
預測方法概述

預測，即用已知的信息去估計和推斷事物未來的發展趨勢或結果。預測方法主要有：（1）移動平均預測法（簡單移動平均、二項移動平均、三項移動平均）；（2）指數平滑預測法（簡單指數平滑、二項指數平滑、三項指數平滑、溫特斯指數平滑）；（3）趨勢外推預測法；（4）回歸預測法；（5）灰色預測法；（6）移動自回歸預測法（ARIMA）。
以上預測方法，除了回歸預測法，其餘的方法考慮的自變數只有一個——時間。以前我不能理解，單純按照時間序列排列起結果數據，進行預測將來時刻的結果，是不是考慮因素太少，因為影響事物發展變化的因素確實太多，但是隨著深入的學習，我發現這樣的預測是科學的。正因為影響事物發展變化的因素太多，無法一一找到並定量分析其影響，故只選擇唯一變化因素，時間。這樣做的依據是，事物的發展是有規律的，只要整體環境沒有發生大的變化，就仍會沿著這種趨勢發展下去，這是事物發展的規律性和慣性所決定，另外就是滯後性，前期的存量水平決定了後期的發展水平，如國民經濟發展，前期的投資會呈現乘數效應。
時間序列模型考慮事物發展的趨勢因素(T)、季節因素(S)、循環因素(C)和不規則因素(I)，通常時間序列可分解為有三個模型，即加法模型（Y=T+S+C+I）和乘法模型（Y=T*S*C*I）以及兩者結合的混合模型。在預測之前，需要進行趨勢剔除、季節調整等處理。
這些預測方法各有不同適用條件，需要說明的是，預測不等於精確值，預測值是一個估計值，是在一定概率范圍內的平均值，因此預測結果和實際會存在不一致情況，但整體預測值趨於期望值，離差平方和最小。下面簡單介紹：
（一）移動平均
由於精確度不夠，運用范圍較小。二項移動平均預測適用於波動不大且呈線性上升預測，三項移動平均適用於呈拋物線上升預測。
（二）指數平滑
指數平滑的原理是通過對歷史數據進行加權平滑，從而預測將來的數據。簡單指數平滑沒有市場了，二項指數平滑、三項指數平滑同移動平均法，適用呈線性和拋物線形發展的預測，由於需要主觀設置平滑指數，指數設置也沒有什麼根據，精度不高。而溫特斯指數平滑法包括趨勢和季節因素調整，對這類預測效果較好。
（三）趨勢外推
即用一條曲線擬合事物發展的趨勢，從而建立曲線方程進行預測。常用的擬合曲線包括：多項式曲線（一次曲線、二次曲線、三次曲線），這和前面的移動平均預測類似；指數曲線、修正指數曲線；邏輯斯蒂曲線和龔伯茲曲線。
（四）回歸預測
回歸預測是通過找到影響事物發展變化的主要因素，從而建立一種因果關系，通過分析影響因素的變化預測事物未來變化值，即計量經濟學學習的內容
（五）灰色預測法
適用於呈指數增長趨勢的預測，不適用於包括季節因素的預測。
（六）移動自回歸預測法
目前運用最廣也最復雜的預測方法，精度較高，預測時需要大量的數據。白雜訊、平穩性、單整協整檢驗……都是它的知識點

⑨ .預測的基本方法有哪三種

1、定性預測：定性預測屬於主觀判斷，它基於估計和評價。常見的定性預測方法包括：一般預測、市場調研法、小組討論法、歷史類比、德爾菲法等。

2、時間序列分析：時間序列分析是建立在這樣一個設定基礎上的,與過去需求相關的歷史數據可用於預測未來的需求。歷史數據可能包含諸如趨勢、季節、周期等因素。常見的時間序列分析方法主要有：簡單移動平均、加權移動平均、指數平滑、回歸分析、鮑克斯·詹金斯法、西斯金時間序列等。

3、因果聯系法：因果聯系是假定需求與某些內在因素或周圍環境的外部因素有關。常見的因果聯系法主要有：回歸分析、經濟模型、投入產出模型、行指標等。

4、模擬：模擬模型允許預測人員對預測的條件作一定程度的假設。

(9)如何預測指數的方法擴展閱讀

作用

1、預測為制訂一個切實可行的計劃提供科學依據事實；

2、預測是避免決策片面性和決策失誤的重要手段；

3、預測既是計劃的前提條件，又是計劃工作的重要組成部分；

4、是提高管理預見性的一種手段；

5、向前看，面向未來，做好准備，發現問題集中力量解決，一定程度上決定組織成敗。

⑩ .預測的基本方法有哪三種

1、定性預測：定性預測屬於主觀判斷，它基於估計和評價。常見的定性預測方法包括：一般預測、市場調研法、小組討論法、歷史類比、德爾菲法等。

2、時間序列分析：時間序列分析是建立在這樣一個設定基礎上的,與過去需求相關的歷史數據可用於預測未來的需求。歷史數據可能包含諸如趨勢、季節、周期等因素。常見的時間序列分析方法主要有：簡單移動平均、加權移動平均、指數平滑、回歸分析、鮑克斯·詹金斯法、西斯金時間序列等。

3、因果聯系法：因果聯系是假定需求與某些內在因素或周圍環境的外部因素有關。常見的因果聯系法主要有：回歸分析、經濟模型、投入產出模型、行指標等。

4、模擬：模擬模型允許預測人員對預測的條件作一定程度的假設。

(10)如何預測指數的方法擴展閱讀

作用

1、預測為制訂一個切實可行的計劃提供科學依據事實；

2、預測是避免決策片面性和決策失誤的重要手段；

3、預測既是計劃的前提條件，又是計劃工作的重要組成部分；

4、是提高管理預見性的一種手段；

5、向前看，面向未來，做好准備，發現問題集中力量解決，一定程度上決定組織成敗。