La predicción de series temporales es un tema de investigación importante con muchas aplicaciones prácticas. Como se mostró anteriormente, los problemas de compresión de datos sin pérdida y predicción son muy similares matemáticamente. En este artículo, proponemos varios métodos de pronóstico basados en compresores de datos del mundo real. Consideramos la predicción de datos univariados y multivariados, describimos cómo varios compresores de datos pueden combinarse en un método de pronóstico con la selección automática del mejor algoritmo para los datos de entrada. Las técnicas de pronóstico desarrolladas no son inferiores a las conocidas. También proponemos una forma de reducir el tiempo de cálculo del método combinado mediante el uso de los llamados códigos temporales universales. Para probar las técnicas propuestas, realizamos predicciones para datos del mundo real como los números de manchas solares y algunos indicadores sociales de la región de Novosibirsk, Rusia. Los resultados de nuestros cálculos muestran que los métodos descritos encuentran regularidades no triviales en los datos, y los códigos temporales universales pueden reducir el tiempo de cálculo sin perder precisión.