Autoregressive Integrated Moving Average - ARIMA / Phương pháp trung bình trượt kết hợp tự hồi quy - ARIMA

Đây là một mô hình phân tích thống kê sử dụng dữ liệu chuỗi thời gian để dự đoán xu hướng trong tương lai. Đây còn là một hình thức phân tích hồi quy nhằm tìm cách dự đoán các biến động trong tương lai dọc theo bước tiến ngẫu nhiên của các cổ phiếu và thị trường tài chính bằng cách kiểm tra sự khác biệt giữa các giá trị trong chuỗi thay vì sử dụng các giá trị dữ liệu thực tế. Độ trễ của chuỗi khác biệt được gọi là "tự phát" và độ trễ trong dữ liệu dự báo được gọi là "đường trung bình di động". Loại mô hình này thường được gọi là ARIMA (p, d, q), với các số nguyên tương ứng với các phần trung bình tự hồi quy, tích hợp và chuyển động của tập dữ liệu một cách tương ứng. Sự mô hình hóa ARIMA có thể tính đến các xu hướng, tính thời vụ, chu kỳ, lỗi và các khía cạnh không cố định của một tập dữ liệu khi đưa ra dự báo.