煤炭行业是国民经济的支柱产业,在国民经济中具有重要的战略地位,作为重要的基础能源行业和典型的资源性行业,煤炭行业的经济走势对行业发展至关重要。因此预测煤炭价格走势尤为重要,秦皇岛港作为全国最大的煤炭中转港口,秦皇岛地区的煤炭价格很大程度上反映了全国煤炭交易价格,因此预测秦皇岛煤炭价格更为重要。　　 本文主要根据所收集的数据材料,同时结合国内的实际情况,以计量经济学和统计学为基础,采用近年来国际上经济分析中应用较多的现代时间序列分析与预测方法,具体将随机论、概率论、线性差分方程应用到我国煤炭市场价格预测中,对煤炭市场价格进行分析与预测。　　 然而本文的创新点是大胆尝试对给出的已知时间序列进行季节趋势调整,去掉季节性,然后再预测趋势去掉趋势进行相应模型的预测。季节调整是对时间序列中隐含的由于季节性因素造成的季节变化的影响加以纠正的过程。时间序列是指在规定的时间间隔内,对经济活动进行连续测算而形成的数据。传统上统计调查收集的数据和经济分析所使用的数据大多是年度序列,不存在季节性因素,也无需对数据进行季节性调整。随着经济的迅速发展以及人们对经济关注程度的提高,子年度序列在经济分析和宏观调控中的作用越来越重要。为了使不同季节的数据具有可比性,满足经济分析和管理的需要,剔除子年度序列中隐含的季节性因素成为经济分析的一个重要内容。　　 第一章问题的提出,主要阐述研究问题的背景以及历史意义,文献综述部分叙述了该预测方法的研究现状,以及对本人论文工作的启发。　　 第二章时间序列模型基础知识,简单叙述了序列平稳性的判断方法以及平稳化的　　 方法:建立三种线性随机模型,给出了三种模型的识别、定阶、参数估计和检验方法。　　 第三章用随机时间序列模型进行煤炭价格预测,用实例从数据平稳性的判断、平稳化、建模,经模型的识别、定阶、参数估计和检验,到预测计算,详细的说明了随机时间序列模型在煤炭价格预测中是如何应用的。并在传统方法的基础上加以创新,以寻求更好的预测结果。　　 第四章总结与展望,评价随机时间序列预测方法的优点与不足。