价格数据对于指导产品生产以及调整行业结构具有重要意义,所以,使用产品的历史价格数据对未来价格趋势进行有效的预测显得尤为重要.唯有把握未来,才能做出正确的决策.在经济活动中,常常遇到这样的问题:已收集到某经济变量的若干历史数据,如何据以预测未来某时刻经济变量的取值。一般常用的有时间序列预测法和回归预测法.回归预测法充分考虑了对价格产生影响的某些重要因素，但容易以偏概全。时间序列预测法一方面承认事物发展的延续性，另一方面又充分考虑到事物发展偶然因素的影响产生的随机性，不管有多少因素影响了价格变化，最终都会反映到价格走势上，所以该方法只利用价格的历史数据，进行统计分析，用差分的方法消除波动的影响，进行趋势预测。时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势。刚接触到一个观测序列时，会觉得它是杂乱无章，无规律可循。其实不然，一个时间序列是由长期趋势变动、季节变动、循环变动和不规则变动等变化形式叠加或耦合形成的。文章介绍了时间序列法在价格短期预测方面的理论基础和预测程序，包括参数估计和模型选择等，还指出应当指出的是，影响产品价格的因素很多，诸如供求、国家宏观经济调控及相关政策的影响等，这些因素将对未来时期产品的价格趋势造成很大影响，因此建议对已经建立的时间序列模型，必须以新的实际值来验证，并在现有基础上通过不断加入新的实际值来修正ARMA模型，从而使模型具有更好的预测性。