Xiaomi_MI 6 08:57:05
敢问一下，

一，目的:以某商品的历史数据为基础，拟用时间序列Python建模预测方法，预测第N天的价格区间和发生概率。

二，前提:持有历史数据:a现货、b期货

?Q1:用时间序列建模预测，预测值数据跟VS最终实际值
??＝准吗？
这时间序列建模预测，实际上有用吗？
听大佬们说，建模预测值只会在历史数据上下波动，统计意义上的显著性有限

Q2:单变量（有a没b）做时间序列，应该用哪种预测方法？
还是说全部预测方法都Python一遍，从而找出共同区间，以此作为结果？
注1:b没＝期货交易所内没找到对应品种。

Q3:多变量（有a有b）做时间序列，应该具体用哪种预测方法？
还是说全部预测方法都做一遍，从而找到共同区间，以此作为结果？

综上，求解答，谢谢。

谢谢你的提问。
建模预测都是有严格的假设的，在这些假设的基础上按照特定的模型范式去预测。预测值和实际值肯定有多多少少的差异，不能用准或不准这种说法，只看你能接受的差异达到多少。
应该用那种方法预测，从来都没有最好的模型，就看哪一个比较适合本研究领域。而且，就目前来说，利用计量模型建模或者python的决策树、神经网络等预测，没有比这更科学的方法了吧。
预测方法很多，看文献解决。


如果你工作上用到统计内容，你可以去看看肯定有一套这项工作的标准。例如，进行变量正太检验，但是检验方法太多太多，有些行业就规定自己用哪个作为标准等。