股票的走势从本质上是价格对时间的序列。当看到时间序列的一组数据后，想采用MINITAB中的时间序列预测一下未来10天的走势。股票的走势与经济走向相关，经济走势具有周期性，股票一个周期内最高、最低的价格相当振幅，因此对股票走势的分析与预测，包括其趋势与季节性变化，验证一下预测与实际的差距，权当学习，不较真。
Step1:从中证指数有限公司 (csindex.com.cn)下载2018年2月22日到2023年2月22日，沪深300的历史数据，最新的指数为收盘指数为4118.97，截图如下：
沪深300指数
Step2:通过“文件”下“打开”命令，将EXCEL数据导入Minitab
Minitab数据窗口
Step3:建立沪深300收盘价的时间序列图
在“统计”菜单，选择“时间序列”子菜单，生成时间序列图。
时间序列变量选择窗口
时间选择窗口
时间序列图
Step4:趋势与季节性分解
时间序列子菜单->Decomposition,采用的是加法模型；绿线代表趋势，说明趋势还是向上的，只不过向上的趋势十分平缓，大概只有20度。季度性分析，本月的低点与2019年的低点基本上处于同一水平，也算是4年一个小轮回。
时间序列趋势分析
季节性分析
Step5：预测性分析
采用winter's方法预测未来10天的走势，绿线代表未来走势，似乎沪深300仍然有向下趋势。
预测
10天的预测区间
总结：以上是Minitab的时间分析的示例，仅仅当做技术学习之用，请勿据此实际操作。关于时间序列的研究目前还只是皮毛而已，后续将进一步深入关于白噪音处理的学习。