一次指数平滑法的公式到底应该是怎样的？？ 预测值＝aX（上一期的实际值）＋（1－a)X（上一期的预测值）。当时间数列无明显的趋势变化，可用一次指数平滑预测。其预测公式为：yt+1'=ayt+(1-a)yt' 式中，yt+1'-t+1期的预测值，即本期（t期）的平滑值St；yt-t期的实际值；yt'-t期的预测值，即上期的平滑值St-1。该公式又可以写作：yt+1'=yt'+a(yt-yt')。可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和。指数平滑法的计算中，关键是α的取值大小，但α的取值又容易受主观影响，因此合理确定α的取值方法十分重要，一般来说，如果数据波动较大，α值应取大一些，可以增加近期数据对预测结果的影响。如果数据波动平稳，α值应取小一些。理论界一般认为有以下方法可供选择：经验判断法。这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断。1、当时间序列呈现较稳定的水平趋势时，应选较小的α值，一般可在0.05～0.20之间取值；2、当时间序列有波动，但长期趋势变化不大时，可选稍大的α值，常在0.1～0.4之间取值；3、当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的α值，如可在0.6～0.8间选值，以使预测模型灵敏度高些，能迅速跟。
指数平滑法的计算以及注意事项？ 指数平滑法的计算以及注意事项，为改进移动平均值计算法存在的两个不足，现在需要引入一个平滑常数，根据以前发生的情况不如近期发生的情况重要的基本思想，需要考虑平滑。
指数平滑法预测是什么？ 这个我研究过。题主说的平滑，准确地说是指数平滑法，它是统计学中一种预测方法。MACD和KDJ都引用这种方法，因此来说这2个指标比较科学。指数平滑的本质就是计算加权移动平均值，近期观察值的权重最大，远期观察值的权重较小，权重由近到远逐步递减。至于题主说的为什么要用2次平滑？一般来讲有2个目的。1、一次指数平滑反映相对短期趋势，反映灵敏，但错误率较高；二次指数平滑反映相对长期趋势（钝化处理），反映滞后，但错误率小。2、一次指数平滑更适用于水平趋势的预测，而二次指数平滑适用于线性趋势的预测。每日的股价波动更贴近线性运动，所以要用二次指数平滑。MACD也采用了二次指数平滑，道理和KDJ是一样的。我的问题。回答了楼主的问题，我倒要问一下楼主了。网上看了很多材料都说J是D和K的乖离程度、离差。我不理解为什么这样说？我现在还不理解KDJ指标中J值的意义是什么？如果说J是反映乖离程度，那么应该用观察值和均值求差，但J值的公式是2个均值若干倍之差（J=3*D-2*K），完全不是反映乖离程度的意思。
指数平滑法的预测公式 据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。当时间数列无明显的趋势变化，可用一次指数平滑预测。其预测公式为：yt+1'=ayt+(1-a)yt' 式中，yt+1'-t+1期的预测值，即本期（t期）的平滑值St；yt-t期的实际值；yt'-t期的预测值，即上期的平滑值St-1。该公式又可以写作：yt+1'=yt'+a(yt-yt')。可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和。二次指数平滑是对一次指数平滑的再平滑。它适用于具线性趋势的时间数列。其预测公式为：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 显然，二次指数平滑是一直线方程，其截距为：(2yt'-yt)，斜率为：(yt'-yt)a/(1-a)，自变量为预测天数。二次指数平滑基本公式 St=αSt+(1-α)St-1 Yt+T=at+btT at=2St-St bt=(α/1-α)(St-St)式中 St-第t期的一次指数平滑值 St-第t期的二次指数平滑值 α-平滑系数 Yt+T-第t+T期预测值 T-由t期向后推移期数 三次指数平滑预测是二次平滑基础上的再平滑。其预测公式是：yt+m=(3yt'-3yt+yt)+[(6-5a)yt'-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+(yt'-2yt+yt')*a2m2/2(1-a)2 式中，yt=ayt-1。
指数平滑法预测方法的原则是什么呢？ 这种方法的基本原则是强调数据对预测值的作用，可以任意选择数据的权值，但是并未完全忽视远期数据的作用
如何用指数平滑法预测销售额 1.可以根据预测公式进行2113计算据平滑5261次数4102不同，指数平滑法分为：一次指数平1653滑法、二次指数平滑法和三次指数平滑法等。（一）一次指数平滑法当时间数列无明显的趋势变化，可用一次指数平滑预测。其预测公式为：yt+1'=ayt+(1-a)yt' 式中，yt+1'-t+1期的预测值，即本期（t期）的平滑值St；yt-t期的实际值；yt'-t期的预测值，即上期的平滑值St-1。该公式又可以写作：yt+1'=yt'+a(yt-yt')。可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和。（二）二次指数平滑预测二次指数平滑是对一次指数平滑的再平滑。它适用于具线性趋势的时间数列。其预测公式为：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显然，二次指数平滑是一直线方程，其截距为：(2yt'-yt)，斜率为：(yt'-yt)a/(1-a)，自变量为预测天数。（三）三次指数平滑预测三次指数平滑预测是二次平滑基础上的再平滑。其预测公式是：yt+m=(3yt'-3yt+yt)+[(6-5a)yt'-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+(yt'-2yt+yt')*a2m2/2(1-a)2式中，yt=ayt-1+(1-a)yt-1它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据。
移动平均法和指数平滑法中，哪种提供更合适的预测 移动平均法的基本原理，是通过移动平均消除时间序列中的不规则变动和其他变动，从而揭示出时间序列的长期趋势。说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。其实这两种方法都各有优缺点，移动平均法是对每一期的预测都加入了前一期的实际结果，其主要缺点是预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动；指数平滑法的主要缺点是难以确定指数平滑系数，受主观影响较大。所以都可以试一下，得到的结果不一定最好，但这至少是两种比较科学的工具。有兴趣可以了解一下灰关联预测，实际中应用的误差还是比较小的，但这个工具内的数学模型却连发明者自己都无法证明。
