趋势预判技术主要包括以下几种方法：
时间序列分析
概述：时间序列分析是一种基于时间序列数据的预测方法，通过分析和研究现象随时间变化的过程，揭示其发展趋势。
常用模型：ARIMA模型是时间序列分析中常用的模型之一。
回归分析
概述：回归分析是一种通过寻找变量间关系来预测未来值的方法，可以用于分析影响趋势的因素，并建立预测模型。
常用方法：线性回归、多项式回归等。
机器学习
概述：随着人工智能的发展，机器学习在趋势预测领域得到了广泛应用。
常用算法：支持向量机、神经网络、随机森林等。
技术分析
概述：技术分析在股票市场中是一种常用的方法，趋势预测法是技术分析中的重要手段之一。
常用指标：移动平均线、相对强弱指数（RSI）、MACD等。
趋势判定技术
概述：趋势判定技术用于判断股票价格走势的方向，通过分析历史价格的走势，利用指标公式等技术手段来预测未来股票价格的走势。
趋势类型：上升趋势、下降趋势和横盘趋势。
其他方法
算术平均法：通过计算一段时间内数据的平均值来预测未来趋势。
加权平均法：根据数据的重要性赋予不同的权重，然后计算平均值进行预测。
指数平滑法：通过对历史数据进行加权平均，以平滑数据波动，预测未来趋势。
直线趋势法：通过拟合一条直线来描述数据随时间变化的趋势。
非直线趋势法：用于描述非线性趋势，适用于更复杂的数据关系。
这些方法可以单独使用，也可以结合使用，以提高趋势预判的准确性和可靠性。具体选择哪种方法，需要根据数据的特性、预测目的和应用场景来决定。