給定歷史數據點並使用回歸，我如何預測年金的未來價值？
我有一個定期存款的退休基金，但存款的規模有所不同。此外，賬戶的增長也取決於股票價格。我正在跟踪我的存款的執行平均值和執行平均年增長率。我可以在未來價值公式（Excel 內置）中使用這些數字來預測退休時的價值，但我想簡單地使用賬戶的實際價值作為數據點，然後對其進行回歸。但是，我找不到如何在 Excel 中或通過任何其他方式執行此操作。我知道 Excel 確實有一個指數回歸函式，但它只會生成一個
a*e^(bx)與未來值的方程不完全匹配的公式。有誰知道我如何能夠做到這一點？
我猜你的回歸數據包括貢獻和內在增長。問題是 FV 公式同時添加了內在增長和貢獻，因此如果您使用回歸變數的回報率，您將重複計算歸因於貢獻的增長。
如果您的回歸數據包括貢獻和增長，那麼您可以使用相同的回歸變數來粗略地使用公式預測未來值
FV = PV * E^rt。如果您想將內在增長與貢獻分開（這會更準確一點），那麼您可以列出每個月的貢獻並使用 IRR 函式根據最終值計算平均回報率（添加負期末現金流量等於現值）。然後可以在 FV 公式中使用該回報率。
a*e^(bx)是未來值的對數形式。例如，10% 的回報率，本金 100，複利 2 年r = 0.1 fv = 100 (1 + r)^2 = 121如此處所示，使用日誌會產生相同的結果
121。i = ln(1 + r) = 0.0953102 fv = 100 e^(2*i) = 121 r = e^i - 1投資組合指數預測
要根據正常指數值（即每週、每月等）預測未來值，您可以簡單地使用
b = average return為了
fv = a*e^(bx)此連結中顯示的正式方法（此處詳述）適用於不規則數據，將每個回報按其時間段考慮在內，但對於正常數據，平均回報工作正常，（奇怪的是，通常比對數平均回報更好的匹配）。
信賴區間也可以繪製為
a*e^((b - σ^2/2)*x + c*σ*Sqrt[x])在哪里
σ = standard deviation of returns和c = -1.64485 for the 5th percentile c = -0.67449 for the 25th percentile c = 0 for the 50th percentile (median) c = 0.67449 for the 75th percentile c = 1.64485 for the 95th percentile這是一個帶有信賴區間的股票價格預測範例。25% 到 75%的置信範圍表明有 50% 的可信度認為投影會在該範圍內。還顯示了 5% 和 95% 的百分位數以及平均回報預測。
隨著時間
x和價格Sx = 0, 1, 2, 3, 4, 5, 6 S = 1000, 1100, 1150, 1300, 1250, 1150, 1200 a = last price = 1200 returns = 0.1, 0.0454545, 0.130435, -0.0384615, -0.08, 0.0434783 b = average return = 0.0334844 σ = standard deviation = 0.0801521
應用投資金額
在時間 0、3 和 4 具有三個投資金額
d0 = 3000 d3 = 6500 d4 = 2500時間 6 的值是
fv6 = d0*1200/1000 + d3*1200/1300 + d4*1200/1250 = 12000並且在時間 12 的平均預測值為
fv12 = fv6*e^(bx) = fv6*e^(0.0334844*6) = 14670.12有 50% 的可信度介於
12605.28和之間16427.61，例如fv6*e^((b - σ^2/2)*6 + c*σ*Sqrt[6]) = 16427.61在哪裡
c = 0.67449
