摘要
原油价格预测是国际大宗商品市场研究的一个重要领域。基于分解-重构-集成的思维,运用经验模态分解(EMD)、BP神经网络以及ARIMA模型,建立多尺度组合预测模型对国际原油价格变动特点和走势进行了分析:将原油价格序列分解并重构成高频、中频、低频和趋势四个部分,从不规则因素、季节因素、重大事件以及长期趋势四个方面解释了重构项的变动特征。实证分析结果显示,多尺度组合模型的预测效果优于ARIMA模型、BP神经网络等单模型的预测效果。
Oil prices forecasting is an important research field in the international bulk commodities market. This paper builts a multi-scale combined model by using empirical mode decomposition（EMD）, BP neural network and ARIMA model based on the idea of decomposition-reconstruction-integration. This paper used this model to analyze the characteristics and trend of international oil prices fluctuations： the oil prices series was decomposed, and the component sequences were reconstructed into high frequency item, medium frequency item, low frequency item and trend item. The reconstructed items can be explained from the angle of irregular factors, seasonal factors, major events and long – term trend. The empirical analysis showed that the prediction effect of the multi-scale combined model was better than the single models such as ARIMA and the BP neural network.
出处
《价格月刊》
北大核心
2015年第10期1-5,共5页
基金
北京市自然科学基金面上项目(编号:9152007)
关键词
原油价格预测
多尺度分析
经验模态分解
BP
神经网络
游程判定法
oil price forecasting multi-scale analysis empirical mode decomposition BP neural network runs judgment
作者简介
王书平（1977．9-），男，汉，湖南涟源，经济学博士，北方工业大学经济管理学院副教授，主要研究方向为大宗商品市场分析、计量经济分析；
朱艳云（1991．9-），女，汉，安徽黄山，北方工业大学经济管理学院硕士研究生，主要研究方向为计量经济分析。
