預測價格的前提是掌握影響價格的因素，並能對各因素的狀態予以及時把控，不是說有網際網路+大資料就一定能預測，沒有實質內容的形式只能是花架子而已

如果真的是依據多年的資料進行預測的軟體，應該是有用，但是現在很多app就是簡單將往年的資料拿來預測，其實也是在害農民。而且本身如果有這種app也是造成預測偏差，畢竟農民都依靠軟體進行判斷那種價格會好，結果大家都被軟體引導進行種植。

連地震都預測不了，還指望預測市場千變萬化的農產品市場？

農產品一頭是生產端，一頭是銷售端，還有全國這麼大範圍，這麼大面積，還有各種自然災害做變數，怎麼預測？

等到有朝一日，我們能像法國一樣是農場化經營，物聯網記錄生產、流通、銷售資料，國家出頭做大資料整合，企業配合做技術支撐和服務，到這一步才差不多可以提供指導或給予市場資訊參考，現如今說大資料預測都是扯淡。

當然，這麼說不是針對一畝田或大白菜，他們在探索我們做農業的要支援，畢竟你不做我不做，就永遠也改善不了，什麼事都是從無到有一步步創新發展起來的。

你也是太盲目了，知道去年人家賺翻了，那對於今年的行情就要謹慎了啊，哪還能繼續卯著勁種這麼多？要調整結構，種點別的交叉搭配，這樣才能減少一些損失。代辦可比你更懂市場，指望人家答應的高價收購，太不明智了，即使簽了合同都不管用，還相信口頭承諾。

首先農產品價格週期是不可避免的，即使農業經濟發展到更高水平，但技術水平及規模化程度提升後，有利於延長農產品價格週期，並削減價格週期波動幅度。上個世紀50-70年代，美國生豬週期跟當前中國生豬週期大體相似，5年左右一個週期，而且波谷和波峰幅度巨大，隨著養殖技術水平提升，規模化集中後，養殖大資料應用，美國生豬週期延長到10年左右一個週期，而且下跌時候，一般不會深度虧損，上漲時候下游企業也能承受其漲價幅度。

網際網路快速發展，有利於減少了資訊傳遞成本，削減了資訊不對沖的影響，但中國農業從業人員整體素質偏低，加上農業資訊從業人員素質參齊不齊，資訊傳遞中很容易形成嚴重跟風行為，導致小週期的異常波動。大資料的應用進一步有利於資料的歸集，並輸出應用，減少了市場的環節中的過度投機，跟隨行為。

農產品價格週期呈現一定的週期性特點，核心在於價格在不同環節的流動，農產品價格高，可能導致了替代需求增加，而種植利潤好，種植戶跟風種植，導致下一個週期的供應增加，價格下跌。最終形成了：價格高-替代多，需求少=反映出種植利潤高，導致了種植擴張-產量增加，供應過剩=價格下跌，種植利潤少=下一個週期種植減少，供應下降，價格上漲。

農產品的價格週期一般可以用經濟學原理推到，大資料的應用可以進一步細化了供需關係，並能做出相應的策略，減輕供需矛盾的嚴重性，延長價格週期，削減週期波谷和波峰的幅度。

價格預測是根據價格運動的規律，對構成和影響價格運動的各項因素進行分析和研究，利用歷史的和當前的成果、價格和市場供求等資料，對未來時期價格水平進行估計。

想要做好價格預測，首先要有每天的價格資料，並且長時間記錄，瞭解現有和歷史的價格趨勢是什麼樣的。