这是肯定的,因为arima模型分为静态预测,即用历史数据推样本外一期的数据,一般精度很高,可以达到万份之几,但是再往后推,就得必须是动态预测,就用预测数据来推测后期的预测数据,一般精度肯定不高,几乎是一条趋势直线。解决的方法,我个人一般喜欢用两条技术路线:第一是如果你的数据有季节变动等等因素,你可以把这些因素设置为虚拟变量,然后再进行预测,动态的效果要稍微好一些。第二是可以考虑将arima模型和其他模型结合起来,比如和bp神经网络结合起来,主模型采用arima模型,再用bp神经推算后期的残差序列,再将两者合二为一,这样得到的预测线就会出现波浪,效果就会好的多。当然建模的难度也响应大了。