本发明提出一种基于指数平滑的时序数据预测方法，包括以下步骤：S1，利用历史数据建立基于指数平滑模型的离线模型，所述离线模型包括若干周期的子模型；S2，所有子模型定期训练，得到预测结果和平移变量；S3，获取待预测的时间长度以及当前时间，得到未来日期；S4，根据未来日期选取对应周期的子模型；S5，将对应周期的子模型的平移变量，将预测结果向上或向下平移，得到最终预测结果。基于指数平滑模型，使该模型拥有较好的预测带趋势的周期性时序数据的能力。本发明使用了多组子模型分段创建的方法，且可以根据预测时间长度的不同来选择合适的子模型，解决了预测时细节处精确度差的问题。