🧠 一、移动平均的逻辑原理

核心思想：用最近几期的历史值做平均，作为下一期的预测值。

移动平均是一种平滑方法，通过抵消偶然波动来突出趋势，是最基础的时间序列预测方法之一。

📚 二、常见类型

类型

说明

特点

简单移动平均（SMA）

对过去n期等权平均

平稳波动适用

加权移动平均（WMA）

最近期权重大，远期权重小

更关注近期变化

指数加权移动平均（EWMA）

权重指数下降

反应更敏捷，稍后可延展为指数平滑模型

📐 三、算法公式

✅ 1. 简单移动平均（SMA）

✅ 2. 加权移动平均（WMA）

🔧 四、应用建议

场景

是否适用

说明

📦 普通SKU销量

✅

平稳SKU、无强烈趋势/季节性的产品

📈 明显上升/下降趋势SKU

❌

不适合（可用 Holt 线性趋势）

🌀 季节性SKU

❌

不适合（建议用季节模型）

🛠️ 实操提示

  1. 窗口长度（n）建议调优：常用为3期、6期、12期，根据SKU生命周期和销售节奏设定。但通常快消品行业更实用的则以天为单位，按照近7日，14日和21日来做超短期的销量预测。

  2. 结合业务周期性：比如饮品类以周为周期，冰品类可能以月为周期。

  3. 边界处理：新SKU数据少时无法使用，需要回溯足够历史值。