指数平滑法

　　指数平滑法又称指数加权平均法，实际是加权的移动平均法，它是选取各时期权重数值为递减指数数列的均值方法。指数平滑法解决了移动平均法需要几个观测值和不考虑t—n前时期数据的缺点，通过某种平均方式，消除历史统计序列中的随机波动，找出其中主要的发展趋势。

　　（一）指数平滑法公式

　　对时间序列x1、x2、x3、……，xn，一次平滑指数公式为：

　　F=αx+（1-α）Ft-1

　　式中α——是平滑系数，0<α<1；

　　xt——是历史数据序列x在t时的观测值；

　　F，和F是t时和t—1时的平滑值。

　　一次指数平滑法又称简单指数平滑，是一种较为灵活的时间序列预测方法，这种方法在计算预测值时对于历史数据的观测值给予不同的权重。这种方法与简单移动平均法相似，两者之间的区别在于简单指数平滑法对先前预测结果的误差进行了修正，因此这种方法和简单移动平均法一样，都能够提供简单适时的预测。

　　一次指数平滑法适用于市场观测呈水平波动，无明显上升或下降趋势情况下的预测，它以本期指数平滑值作为下期的观测值，预测模型为：

　　x‘t+1=Ft亦即x’t+1 =αx +（1-α）。