用ARIMA做实际预测，管用那才叫奇了怪。
如果方便，你最好能介绍一下背景。 做预测分析，知道的背景越多，越有利于建立模型。当然，没有也行。

一个时间序列，要有长期趋势，要有季节趋势。那你就找点什么数据做长期趋势的变量，找个变量做季节趋势变量。
比如饮料的预测，通常是某个城市的人口，人均GDP，这些作为长期趋势。前者是总基数，后者是购买力。 然后一般用温度作为变量，做季节趋势值。 然后就可以搞一个饮料在某一个城市的周的销量预测了。

谢谢你！我研究的是外汇交易方面的。我目前只有每周的交易数据，我想预测下一周的。你的意思是不是要设置其他和趋势有关系的自变量，然后建模分析呢？请问这样是不是就用不上arima了？最近在考虑要不要用bayesian.

关注这个话题，我也想学习。

股市，汇市，出现个跌破3，4个标准差的事情，不算太少见吧。 按照理论，这种事情1000年遇上一次。实际呢，可能几年就一次。 所以说白了，理论里的假设和现实差距比较大。所以金融工程现在研究的都是找到一个套利，而不是靠单纯预测。