时间序列预测完整代码matlab

以下是一个简单的MATLAB时间序列预测示例代码：

% 导入数据
data = load('data.txt');
y = data(:,1); % 将第一列数据作为时间序列

% 划分训练集和测试集
train_size = 100;
train_data = y(1:train_size);
test_data = y(train_size+1:end);

% 建立AR模型
p = 4; % AR阶数
model = arima(p,0,0); % 只考虑AR模型
% 拟合模型
[fit_model,~,logL] = estimate(model,train_data);

% 预测测试集
n = length(test_data);
Y = zeros(n,1);
for i=1:n
    Y(i) = forecast(fit_model,1,'Y0',train_data(end-p+i:end));
end

% 绘制预测结果
figure;
plot(y,'b');
hold on;
plot(train_data,'g');
plot(train_size+1:train_size+n,Y,'r');
legend('实际','训练集','预测');

上述代码中，首先导入时间序列数据，然后将其划分为训练集和测试集。接着，使用ARIMA模型中的AR模型建立模型，并使用训练集拟合模型。最后，使用拟合好的模型对测试集进行预测，并将结果绘制出来。

需要注意的是，该示例代码中使用的是ARIMA模型中的AR模型，如果需要考虑MA、ARMA或ARIMA等其他模型，需要相应地修改代码。