常用的移动平均方法包括简单移动平均和加权移动平均。常用的季节分解方法包括移动平均法和指数平滑法。
时间序列分析是指分析和预测股票期货价格、交易量等变量随时间变化的模式和趋势的方法。周期效应分析是时间序列分析的一种重要方法，它主要研究和识别股票期货价格、交易量等变量在一定时间周期内出现的规律性波动。以下是关于股票期货交易中的时间序列分析和周期效应分析的一些常用方法和技术：
1. 移动平均方法：通过计算一定时间段内的平均值来揭示股票期货价格的长期趋势。常用的移动平均方法包括简单移动平均和加权移动平均。
2. 季节调整法：该方法用于去除股票期货价格中的季节性波动，以更准确地分析和预测趋势。常见的季节调整方法包括X-11季节调整法和X-12-ARIMA季节调整法。
3. 季节分解法：该方法将时间序列分解为趋势、季节和随机成分三个部分，以揭示其中的周期性和非周期性因素。常用的季节分解方法包括移动平均法和指数平滑法。
4. 自回归移动平均模型（ARMA）：该模型是一种常用的时间序列分析模型，它将时间序列变量与其过去值和误差项之间的关系通过自回归和移动平均项进行建模。
5. 小波分析：该方法通过将时间序列信号分解为不同频率的分量，以揭示不同周期的周期性成分。小波分析可以帮助识别和预测股票期货价格的周期效应。
6. 波动率分析：该方法主要用于分析和预测股票期货价格的波动性。常见的波动率分析方法包括历史波动率计算、隐含波动率计算和波动率模型建模等。
综上所述，时间序列分析和周期效应分析是股票期货交易中常用的分析方法，可以揭示股票期货价格和交易量等变量在时间上的规律性和趋势，并对未来走势进行预测和决策提供参考。