鉴于传统的最优化组合预测模型确定权重的方法没有考虑到序列中数据极端值所带来的影响,存在一定的局限性。为了更好地提高组合预测的精度,在文中提出了预测结果可容忍误差的相关概念,并将这些概念应用到每种单项预测结果和组合预测结果的效果分析中来,提出一类基于可容忍误差的最优化组合预测模型,从而确定组合预测中各单项预测结果的权重。为了从更多角度反映预测效果的好坏,第三章除了运用普通的预测评价指标:平均绝对误差(MAE)、均方误差(MSE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE),还尝试运用统计学中的均值、方差、峰度和偏度的概念反映预测的效果。最后,以2016年1月4日至2018年6月12日日元兑换美元的日汇率收盘价的数据为例验证了模型的有效性和可行性。结果表明,所提出的最优化组合预测模型能够有效提高组合预测的精度。考虑到不可变权组合预测模型在某些情况下不能很好地预测每个时刻的权重的性态,于是引入成分数据,将时变权重视为一组成分数据序列,提出基于成分数据的可变权组合预测方法。鉴于己有文献将成分数据应用于组合预测中,但未对权重为零的情形作深入讨论。本文考虑将成分数据的球坐标变换方法与组合预测方法相结合,给出一类非负可变权系数的组合预测赋权方法。并给出了实证分析,运用2017年7月3日至2018年5月11日美元兑换人民币的开盘价的数据以验证本文确定可变权系数的方法的可行性和合理性。