产品价格预测——包括重要的外部因素

机器算法验证 回归 时间序列 预测模型 预言 预测器
2022-04-06 14:22:12

在这种情况下,我需要一些关于建模产品价格的一般预测解决方案的提示:

  • 我有几种产品型号(类型)
  • 我想分别预测这些模型中的每一个的价格,持续几周的时间窗口
  • 我对过去 1-2 年的每个模型都有很好的历史数据(这使得时间序列分析成为我的首选,不是吗?)
  • 我知道有许多外部因素可能会对产品价格产生非常重要和直接的影响(每种型号可能或多或少有所不同);

我的问题是:

  1. 时间序列预测是一个很好的方法吗?在这种情况下,也许某种回归会更合适?
  2. 选择哪种方法以最好的方式包含这些外部因素的影响?
1个回答

首选方法是构建一个传递函数,其中价格是因变量,您建议的变量是预测变量。这也称为动态回归。应注意识别和处理一次性事件或水平/趋势变化的异常值。通常情况下,对因变量(例如假期)可能会产生领先影响。如果您有每日数据,那么每周模式和/或每周模式很重要。也许您可以发布您的数据,我可以提供更具体的帮助。