В данной работе предложены эффективные алгоритмы прогнозирования временных рядов, базирующиеся на методах сжатия информации и анализа данных. В частности, рассматриваются методы, основанные на теории универсального кодирования, решающих деревьях, статистическом множестве решающих деревьев, а также различные модификации предложенных подходов. Показан способ обобщения любых математических методов прогнозирования на случай работы с многомерными временными рядами. Приведены результаты экспериментальных исследований рассматриваемых методов на примере прогнозирования реальных экономических рядов, таких как уровень ВВП, цены на топливо, расход электроэнергии, демография, уровень промышленного производства, индекс потребительских цен и многие другие. Показано, что точность прогнозов, получаемых предлагаемыми методами, выше, чем у большинства известных ранее.