假设商品平常价格是X，每周平均利润为Y。
商品价格每周一会改变一次，系统已经累计了数十年的数据样本(样本量足够)。
根据销售数据显示，利润Y随着X出现某种波动。现在求下个月价格定为多少时，可以得到最大利润。
这种需求有什么具体解决方案吗？
一共就一个参数，那你就直接上数据库里筛选Y的最大值，不就得到X了吗
不用考虑其他的条件吗？比如月份、季节、市场推广及占有率、顾客认知和消费能力等等。
如果仅仅考虑X和Y的话，可以拟合出一条回归曲线，反映出X和Y的关系，当Y处于顶点的时候，所对应的X即为利润最大时的价格。
Y的值是随X不断变化的。X取多少Y才是最大值是动态波动的
如果一个价格一个月都是不变的话，可以把一个月当作时间周期，就像函数的周期一样，那么可以用上一个月的每周的利润、价格等等作为特征，然后下一个月的最大利润的价格作为他的标签，当作一个回归问题来做，然后用线性回归、随机森林回归、支持向量回归等等一系列回归模型来做。或者仅仅对每月最大利润的价格用时间序列预测，如滑动平均、ARIMA等等。可以参考我的博客
https://blog.csdn.net/qq_52785473/article/details/122664833、https://blog.csdn.net/qq_52785473/article/details/122653087、https://blog.csdn.net/qq_52785473/article/details/122577569，里面相关方法的代码，希望对你有帮助