这篇论文提出了一种非参数基线模型用于时间序列预测，通过从经验分布中采样生成预测，避免了传统模型的数值稳定性问题。该方法还开发了利用多个相关时间序列自动学习采样策略的全局版本。实验证明，该方法在所有数据集上表现出一致且合理的性能，是一个强大的基准模型。