Регрессия помогает предсказывать финансовые временные ряды следующим образом: на основе уже имеющихся статистических данных обучается модель, после чего с её помощью можно спрогнозировать дальнейшие тенденции роста и падения значений временного ряда. 2

Например, регрессия опорных векторов (SVR) позволяет фиксировать сложные нелинейные закономерности, которые часто присутствуют в данных временных рядов. 3 Например, цены на акции редко движутся по прямой линии, проявляя сезонные колебания и непредсказуемые скачки. 3 SVR может улавливать эти нелинейные тенденции и делать более точные прогнозы будущих значений. 3

Также для прогнозирования финансовых временных рядов используется авторегрессия. 2 Это модель, в которой значения временного ряда в данный момент линейно зависят от предыдущих значений этого же ряда. 2 На основе уже имеющихся статистических данных возможно обучить авторегрессионную модель (найти её коэффициенты), после чего с её помощью можно попытаться спрогнозировать дальнейшие тенденции роста и падения значений временного ряда. 2