互联网的迅猛发展给传统的拍卖行业带来了新的发展,出现了线上竞拍的形式,线上竞拍成交价格和竞拍价格走势的预测对线上拍卖的影响较大,通过预测,买卖双方,拍卖平台均可从中得到所需信息,对三方均有一定的帮助.网络竞拍数据的研究由来已久,国内外学者均对此领域做出了研究与贡献,早期关于拍卖的研究通常使用多元统计回归的方法,而竞拍数据为非等间距时间序列数据,线性模型并不能够很好的进行拟合预测.并且相关的研究大部分将竞拍过程视为横截面数据.忽略了拍卖过程中出现的动态信息.现较为流行的研究方法有:使用静态数据的随机微分方程方法,FDA(函数型数据分析)模型分析方法,此外,点过程研究法是研究在线拍卖行为的另一种方法途径.在本文中,我们使用eBay网上关于Microsoft-xBox游戏机的相关数据对最终成交价格和竞价走势均进行了预测和模拟.利用拍卖过程中的动态信息,并使用点过程的研究思路,将拍卖竞价过程拆分为横向的时间间隔和对价格增量的研究.通过基础面板数据,构建了动态特征,使得模型能够更好的利用竞价过程中的动态信息.构建了复合预测机制,将竞价点之间的时间间隔视为竞价点的寿命,使用生存分析中COX比例风险模型进行竞价点是否寿终进行判断.使用LSTM复合模型进行了竞价时间间隔及价格增量的预测,动态进行成交价格的预测及竞价曲线的仿真,并与传统威布尔过程加BP网络模型进行了对比,在竞价个数预测,时间间隔预测等方面,组合模型均拥有更好的预测效果.