-
题名基于多尺度分析的国际原油价格预测方法研究
被引量：7
- 1
-
-
作者
王书平
朱艳云
-
机构
北方工业大学经济管理学院
-
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)
-
文摘
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。
-
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
-
Keywords
oil price forecasting multi-scale analysis empirical mode decomposition BP neural network runs judgment
-
分类号
F726
[经济管理—产业经济]
-
-
题名基于误差校正的多因素BP国际碳市场价格预测
被引量：8
- 2
-
-
作者
张晨
胡贝贝
-
机构
合肥工业大学管理学院
-
出处
《价格月刊》
北大核心
2017年第1期11-18,共8页
-
基金
国家自然科学基金项目"清洁发展机制下商业银行碳金融多源相容风险整体评价理论与方法"(编号:71373065)
-
文摘
碳价预测是碳金融市场参与者进行风险管理的关键要素,已有基于多因素的碳价非线性预测模型没有对碳价影响因素进行降维,造成预测模型复杂;现有研究在对碳价初始预测误差进行预测时,没有考虑不同频率数据适用的预测方法,难以较好地刻画不同频率数据的波动特征。以CER现货价格为研究样本,构建了基于误差校正的多因素BP国际碳市场价格组合预测模型:利用ALASSO方法筛选碳价主要影响因素以达到降维目的,运用BP模型构建基于多因素的碳价初始预测模型;按照分解-重构-集成的思想进行误差校正,即运用EEMD分解初始预测误差,利用游程判定法重构分解项,并分别选用Elman对高频进行预测,运用SVM预测中频和低频,运用ARIMA方法预测余项,将各分项预测值叠加为误差预测值,进而得到校正后的碳价预测值,并与其他模型进行对比。
-
关键词
碳价预测
BP神经网络
降维
误差校正
游程判定法
-
Keywords
carbon price expectation BP neural network dimensionality reduction error correction runs determination
-
分类号
F726
[经济管理—产业经济]
-
