拉布拉多指标？
最出名也是使用最多的衡量指标就是ARIMA模型，它的原理非常简单，因为时间序列受到历史信息的影响，所以需要建立包含历史信息的数学模型。由于真实数据是有一定随机性的，因此需要对原始数据进行差分处理消除随机性，再进行回归分析得到参数，最后利用该模型对尚未获得的数据进行预测。 当然，ARIMA模型也有自己的缺点，比如要求所研究的时间序列必须是平稳的等。
还有很多其他的方法可以用来进行预测，比如神经网络、支持向量机等等。这些方法的适用状况和ARIMA模型有一定的重叠，但是各有干秋，大家可以多参考一些书籍和文章，选择最适合自己数据的方法。 这里推荐几本书
《预测的原理》这本书比较基础，介绍了预测的基本理论和方法。
《应用时间序列分析》这本书比较高级，适合有一定基础的同学来阅读并学习更多复杂的时间序列分析方法。
《机器学习方法》这本书介绍的方法都比较高级，如果掌握了其中的知识可以大大简化模型的构建过程。