量化預測的定義具體是什么?

量化預測是應用一組數學公式，套用在一連串的歷史數據中，以預測未來的結果，適用于管理者有較充足的歷史資料的情況。量化預測是使用統計方法檢視資料，并找出可能的模式與關系。

量化預測的種類有哪些內容?

時間序列法(time series)

時間序列法是假設過去的趨勢將會持續下去。時間序列法(time series)是在一特定的時間作觀察，通常是有固定時間間隔的。 所有時間序列法的基本目的都是為了移除不規則或季節的影響，如此管理者才能辨識出最基本的趨勢。

因果法(casual methods)

因果法(casual methods)是依據公司的某項因素，以及一些管理者認為可能影響或解釋該項公司因素的變數，這兩者之間的數學關系而發展出來的預測方法。因果法的基本假設：一項特定的因素直接受另一項(或多項)因素影響，且后者有較高的可預測。

因果預測(casual forecasting)可以其他因素來預測公司的因素。通常我們會使用一些統計技巧，如相關分析(顯示這些變數彼此之間相關程度的高低)，來發展必要的關系。

關鍵詞： 量化預測的種類預測的定義一連串的歷史