考虑碳排放权交易风险的能源运营商-区域综合能源系统联盟混合博弈优化调度

1

作者 刘英培 信明垚 +1 位作者 秦浩然 单泓元 《电力自动化设备》 北大核心 2025年第6期15-22,49,共9页

随着碳排放权交易市场的不断完善,区域综合能源系统(RIES)在参与碳排放权交易时应充分考虑碳价波动的影响。为此,构建以能源运营商为主体、RIES联盟为从体的混合博弈架构。主体以最大化自身效益为目标制定购售电价策略,从体以供能成本... 随着碳排放权交易市场的不断完善,区域综合能源系统(RIES)在参与碳排放权交易时应充分考虑碳价波动的影响。为此,构建以能源运营商为主体、RIES联盟为从体的混合博弈架构。主体以最大化自身效益为目标制定购售电价策略,从体以供能成本和碳交易成本之和最小为目标进行热能交互,建立RIES联盟合作博弈模型。碳交易成本计及碳排放权价格的不确定性,利用自回归差分移动平均模型及广义自回归条件异方差模型预测调度日的碳价,结合条件风险价值,通过设定不同的风险偏好系数及置信度对碳交易价格波动风险进行量化。基于纳什谈判模型将合作博弈问题拆分成2个子问题,在降低联盟总成本的同时,合理分配RIES联盟的合作收益。通过仿真算例结合遗传算法验证所提策略的有效性,结果表明所提模型可以有效平衡系统的经济性和低碳性,降低碳排放权价格波动风险对调度决策的影响。 展开更多

关键词 区域综合能源系统 碳排放权交易风险 混合博弈 纳什谈判 条件风险价值 自回归差分移动平均模型 广义自回归条件异方差模型 优化调度

在线阅读 下载PDF 职称材料

地缘政治风险对原油运价指数波动的影响

2

作者 李晶 迟惠月 王爽 《上海海事大学学报》 北大核心 2025年第1期79-87,152,共10页

地缘政治风险是引发航运市场波动的因素之一,为测度该风险对原油运价指数波动的具体影响,构建双因子广义自回归条件异方差的混频数据抽样(generalized autoregressive conditional heteroscedasticity mixed data sampling,GARCH-MIDAS... 地缘政治风险是引发航运市场波动的因素之一,为测度该风险对原油运价指数波动的具体影响,构建双因子广义自回归条件异方差的混频数据抽样(generalized autoregressive conditional heteroscedasticity mixed data sampling,GARCH-MIDAS)模型。将地缘政治风险(地缘政治威胁+地缘政治行为)水平值及其增长率加入模型,分析它们对原油运价指数长期波动的异质性影响。结果表明:地缘政治风险水平值及其增长率的提高均会显著加剧原油运价指数波动,但从整体来看,地缘政治风险增长率的冲击影响更大,作用时间更长。地缘政治行为水平值的提升加剧了原油运价指数的长期波动,地缘政治威胁增长率和地缘政治行为增长率的提升均会加剧原油运价指数长期波动,但地缘政治威胁增长率和地缘政治行为增长率提升的作用强度和时长存在差异。所得结果可为原油海运市场参与者和各国政府决策提供参考,有助于降低地缘政治风险对原油运价指数剧烈波动的不良影响。 展开更多

关键词 油船运输市场 原油运价指数波动 地缘政治风险 广义自回归条件异方差的混频数据抽样(GARCH-MIDAS)模型

在线阅读 下载PDF 职称材料

基于高斯混合聚类和改进条件变分自编码的多风电场功率日场景生成方法 被引量：4

3

作者 李丹 梁云嫣 +3 位作者 缪书唯 方泽仁 胡越 贺帅 《中国电力》 CSCD 北大核心 2024年第12期17-29,共13页

大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的... 大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的“KL坍缩”等问题,提出一种基于高斯混合聚类和改进条件变分自编码器的多风电场时空功率日场景生成方法。通过引入二维卷积技术提取时空相关性进行降维,并采用最大化最小夹角独立正则化技术,强化隐特征的独立性;采用超球面分布替代高斯分布,避免模型出现“KL坍缩”,提高模型场景生成训练的稳定性和准确性;另外,进一步考虑多风电场功率日场景的多样性和灵活性,引入高斯混合聚类技术,使模型可根据特定的条件标签生成具有差异化特征的确定性场景集。实际算例的结果表明,相较于常见方法,所提方法累积概率分布误差下降了17%~71%,时空相关性平均误差分别下降了85%~97%和55%~91%,且能精准生成不同风况类别占比的多风电场功率日场景集,提高了场景生成的多样性和灵活性。 展开更多

关键词 风电场景生成 高斯混合模型 特征提取 条件变分自编码器 超球面分布 正则化技术

在线阅读 下载PDF 职称材料

考虑碳市场风险的热电联产虚拟电厂低碳调度 被引量：5

4

作者 王秋杰 亓浩 +4 位作者 谭洪 王昊 朱益 汪平 李振兴 《电力自动化设备》 EI CSCD 北大核心 2024年第10期8-15,共8页

燃煤热电机组“以热定电”的运行模式会导致新能源消纳能力不足,且运行过程中会产生过高碳排放。为此,建立了考虑地源热泵、电转气(P2G)和碳捕集与封存(CCS)的热电联产虚拟电厂模型,并提出了基于碳市场风险的虚拟电厂低碳调度策略。利... 燃煤热电机组“以热定电”的运行模式会导致新能源消纳能力不足,且运行过程中会产生过高碳排放。为此,建立了考虑地源热泵、电转气(P2G)和碳捕集与封存(CCS)的热电联产虚拟电厂模型,并提出了基于碳市场风险的虚拟电厂低碳调度策略。利用自回归滑动平均模型及广义自回归条件异方差模型预测碳市场的次日碳价,并用条件风险价值模型衡量其波动风险;引入电制热设备地源热泵,协同P2G-CCS解耦热电联产“以热定电”运行约束;提出以各设备的运行成本、弃风弃光惩罚成本、碳交易及碳市场风险成本之和最小为目标函数的优化调度策略。算例结果表明:所提调度策略不仅能促进新能源消纳,提高经济效益,还可以降低系统碳排放。 展开更多

关键词 热电联产 虚拟电厂 地源热泵 P2G CCS 自回归滑动平均模型 广义自回归条件异方差模型 条件风险价值

在线阅读 下载PDF 职称材料

基于WPD-ARIMA-GARCH组合模型的酱卤肉制品安全风险区间预测 被引量：3

5

作者 尹佳 黄茜 +7 位作者 陈翔 陈晨 陈锂 张涛 徐成 黄亚平 郭鹏程 文红 《食品科学》 EI CAS CSCD 北大核心 2024年第3期176-184,共9页

针对传统确定性预测不能提供不确定性信息的难题,本研究提出了一种点估计和区间估计组合预测模型,并将其创新性地应用在食品安全风险预警领域。在点估计部分,使用小波包分解(wavelet packet decomposition,WPD)对周风险等级序列分解后,... 针对传统确定性预测不能提供不确定性信息的难题,本研究提出了一种点估计和区间估计组合预测模型,并将其创新性地应用在食品安全风险预警领域。在点估计部分,使用小波包分解(wavelet packet decomposition,WPD)对周风险等级序列分解后,应用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型进行预测;在区间估计部分,使用广义自回归条件异方差(generalized autoregressive conditional heteroskedast,GARCH)模型对残差进行预测。本实验将建立的WPD-ARIMA-GARCH组合模型运用于某地区酱卤肉制品的风险预测,结果表明2019年的3月底和7月底该地区的酱卤肉制品安全风险较高,与实际情况相符;同时,该模型在10个不同地区的酱卤肉制品风险预测中,均方误差、平均绝对误差和平均绝对百分比误差分别为1.626、0.806和20.824;其90%置信区间的预测区间平均宽度和覆盖宽度标准值均为0.024,可以覆盖所有真实值。该模型具有较高的预测精度和较低的误差,能对酱卤肉制品质量安全起到风险防控作用,可为日常食品安全监管提供相应的技术支持。 展开更多

关键词 酱卤肉制品 小波包分解 差分自回归移动平均模型 广义自回归条件异方差模型 区间估计

在线阅读 下载PDF 职称材料

参考作物腾发量的GARCH类模型模拟与比较 被引量：7

6

作者 孙怀卫 严冬 +2 位作者 陈皓锐 周建中 张勇传 《农业工程学报》 EI CAS CSCD 北大核心 2015年第7期131-136,共6页

由于辐射、气象等复杂因素变化,水文过程时间序列模型的预测和不确定性是当前研究的重要问题。该文以参考作物腾发量为研究对象,运用能够反映时间序列非线性变化的GARCH(generalized autoregressive conditional heteroscedasticity mod... 由于辐射、气象等复杂因素变化,水文过程时间序列模型的预测和不确定性是当前研究的重要问题。该文以参考作物腾发量为研究对象,运用能够反映时间序列非线性变化的GARCH(generalized autoregressive conditional heteroscedasticity model)类模型,选取湖北省宜昌站1953—2007年实测气象数据进行计算,依次研究其时间序列特性、预测模型、波动特征和最优的误差预测模型。结果表明,季节自回归滑动平均模型(SARMA,seasonal autoregressivemoving average model模型)很好地模拟了参考作物腾发量时间序列变化(模型均方根误差为0.089mrn),但Engle拉格朗日乘数检验结果表明参考作物腾发量变化过程存在条件异方差特性;GARCH、TGAR,CH(threshold GARCH)、EGARCH(exponential GARCH)和PGARCH(power GARCH)模型的应用估计表明,GARCH类模型能够很好刻画时间序列预测模拟中的方差变化特征,相比于传统线性时间序列模型能够更好反应预测中的不确定特性;通过多个误差统计量的比较研究表明,EGARCH模型能够较好地预测参考作物腾发量波动特征,相对于其他GARCH类模型具有较高的精度。该文对参考作物腾发量时间序列条件异方差特性的研究,有利于深度挖掘水文规律,为水资源管理提供理论基础。 展开更多

关键词 作物需水 不确定性分析 模型 水文 GARCH 异方差性

在线阅读 下载PDF 职称材料

考虑外生变量的广义自回归条件异方差日前电价预测模型 被引量：11

7

作者 牛东晓 刘达 +1 位作者 冯义 李金超 《电网技术》 EI CSCD 北大核心 2007年第22期44-48,共5页

利用广义自回归条件异方差模型预测电价,并在该模型中引入周用电比率作为外生变量,以增加模型对外界影响的响应。采用上述方法对美国PJM电力市场2004年12月份的日前电价进行预测,结果表明该方法对高峰时段电价的预测精度明显高于与之对... 利用广义自回归条件异方差模型预测电价,并在该模型中引入周用电比率作为外生变量,以增加模型对外界影响的响应。采用上述方法对美国PJM电力市场2004年12月份的日前电价进行预测,结果表明该方法对高峰时段电价的预测精度明显高于与之对比的其他模型,整体预测精度也好于对比模型。 展开更多

关键词 电力市场 目前电价预测 外生变量 自回归滑动平均 广义自回归条件异方差

在线阅读 下载PDF 职称材料

非线性时间序列建模的混合GARCH方法 被引量：9

8

作者 田铮 吴芳琴 王红军 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第8期1867-1871,共5页

在文献[1]的基础上,首次提出混合广义自回归条件异方差(MixtureGeneralizedAutoregressiveConditionalHeteroscedasticModel简记MGARCH)模型;给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分条件;给出该模型参数... 在文献[1]的基础上,首次提出混合广义自回归条件异方差(MixtureGeneralizedAutoregressiveConditionalHeteroscedasticModel简记MGARCH)模型;给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分条件;给出该模型参数估计的EM算法;利用BIC定阶准则对MGARCH模型的各成份进行定阶;计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力,有广阔的应用前景。 展开更多

关键词 混合广义自回归条件异方差模型 非线性时间序列 建模和预报 GARCH模型 平稳性 EM算法 BIC准则

在线阅读 下载PDF 职称材料

单个期货合约市场风险VaR-GARCH评估模型及其应用研究 被引量：17

9

作者 迟国泰 余方平 +2 位作者 李洪江 刘轶芳 王玉刚 《大连理工大学学报》 EI CAS CSCD 北大核心 2006年第1期127-134,共8页

以单个期货合约每一交易日的涨跌率反映期货合约市场风险,借助V aR风险价值法,运用广义自回归条件异方差(GARCH)模型,建立了V aR-GARCH单个期货合约市场风险评估模型,解决了单个期货合约每一交易日最大损失的确定问题.该模型的特点为借... 以单个期货合约每一交易日的涨跌率反映期货合约市场风险,借助V aR风险价值法,运用广义自回归条件异方差(GARCH)模型,建立了V aR-GARCH单个期货合约市场风险评估模型,解决了单个期货合约每一交易日最大损失的确定问题.该模型的特点为借助GARCH方法预测条件异方差,充分体现了期货合约价格的聚集效应、厚尾效应和时变方差效应,使V aR估计更加精准;对V aR的置信区间进行2χ检验,从实证的角度得到合理精准的V aR值;可以依据本模型确定期货保证金的数量,为交易所制定更合理的单个期货合约保证金收取水平提供依据. 展开更多

关键词 期货合约 风险评估 期货保证金 风险价值(VaR) 广义自回归条件异方差(GARCH)模型

在线阅读 下载PDF 职称材料

基于GARCH-CVaR模型的我国股票市场风险分析 被引量：21

10

作者 王树娟 黄渝祥 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第2期260-263,共4页

条件风险值(CVaR)风险度量方法是风险值(VaR)方法的改进,是一种较之VaR更加客观谨慎的风险度量方 法.运用CVaR的动态计算模型———GARCH-CVaR模型,对我国股票市场风险特征进行了分析研究,结果表明:我 国股票市场具有显著波动聚集... 条件风险值(CVaR)风险度量方法是风险值(VaR)方法的改进,是一种较之VaR更加客观谨慎的风险度量方 法.运用CVaR的动态计算模型———GARCH-CVaR模型,对我国股票市场风险特征进行了分析研究,结果表明:我 国股票市场具有显著波动聚集性及持续性,股票市场的CVaR值始终比同期VaR值偏大,尤其在市场剧烈波动即风 险较大时. 展开更多

关键词 股票市场 风险分析 条件风险值 自回归条件异方差

在线阅读 下载PDF 职称材料

基于时间序列模型的舰炮武器系统动态精度评估方法 被引量：8

11

作者 刘德耀 韩旭 普仕凡 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第1期18-25,共8页

为了解决舰炮武器系统动态精度试验鉴定中长期存在的数据处理理论依据不足及方法不当问题,提出了一套基于时间序列模型的舰炮武器系统动态精度评估方法。分析了当前舰炮武器系统动态精度数据处理方法的现状与不足;给出了应用时间序列模... 为了解决舰炮武器系统动态精度试验鉴定中长期存在的数据处理理论依据不足及方法不当问题,提出了一套基于时间序列模型的舰炮武器系统动态精度评估方法。分析了当前舰炮武器系统动态精度数据处理方法的现状与不足;给出了应用时间序列模型对舰炮武器系统动态误差数据进行建模分析的基本思路。在对自回归滑动平均(Autoregressive moving average,ARMA)/差分自回归滑动平均(Autoregressive integrated moving average,ARIMA)建模方法和自回归条件异方差(Autoregressive conditional heteroscedasticity,ARCH)系列建模方法的相关理论、方法进行深入探讨的基础上,提出了应用ARIMA和广义自回归条件异方差(Generalized autoregressive conditional heteroscedasticity,GARCH)模型方法实现动态精度评估的具体算法。以某型舰炮武器系统实测高低角动态误差的分析处理为例,给出了应用时间序列模型方法进行舰炮武器系统动态精度评估的具体实现过程。模型与实际数据的对比分析结果表明,该文提出的方法是可行的,可为有效解决舰炮武器系统动态精度试验鉴定的相关难题提供参考。 展开更多

关键词 时间序列 舰炮武器系统 动态精度 自回归滑动平均 差分自回归滑动平均 广义自回归条件异方差

在线阅读 下载PDF 职称材料

基于GARCH-EWMA的期货价格预测模型 被引量：24

12

作者 刘轶芳 迟国泰 +2 位作者 余方平 孙韶红 王玉刚 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2006年第9期1572-1575,共4页

在EWMA和GARCH模型思想的基础上,提出基于GARCH-EWMA的期货价格预测模型,为期货市场合约价格的预测提供新的预测方法.本模型的特点一是GARCH模型对EWMA模型中的关键参数———衰减因子进行测定,解决以往使用EWMA模型时没有一个科学的确... 在EWMA和GARCH模型思想的基础上,提出基于GARCH-EWMA的期货价格预测模型,为期货市场合约价格的预测提供新的预测方法.本模型的特点一是GARCH模型对EWMA模型中的关键参数———衰减因子进行测定,解决以往使用EWMA模型时没有一个科学的确定衰减因子的方法.二是通过分别对大豆和豆粕期货合约的衰减因子进行确定,发现不同品种不同时间的衰减因子显著不同,因此,对于不同商品有区别地采用相应的衰减因子;解决以往预测模型对不同期货商品的预测均采用同一模型的问题. 展开更多

关键词 期货交易 GARCH—EWMA模型 期货价格 预测模型

在线阅读 下载PDF 职称材料

基于FHNN相似日聚类自适应权重的短期电力负荷组合预测 被引量：42

13

作者 牛东晓 魏亚楠 《电力系统自动化》 EI CSCD 北大核心 2013年第3期54-57,共4页

提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模... 提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模型,即自回归滑动平均(ARMA)模型、广义自回归条件异方差(GARCH)模型、人工神经网络(ANN)和支持向量机(SVM)分别进行模型预测。对于需要预测的负荷,根据历史数据,将一年的数据先按照季度分类,再分别按照月、日、小时,利用模糊神经网络(FHNN)将其聚类。根据不同单一预测模型在不同情景下的误差计算出组合权重,从而获得组合预测模型。算例分析验证了所提出的组合预测模型的有效性和精确性。 展开更多

关键词 负荷预测 组合预测 自回归滑动平均模型 广义自回归条件异方差模型 人工神经网络 支持向量机 模糊神经网络 相似日

在线阅读 下载PDF 职称材料

小波分析和考虑外生变量的广义自回归条件异方差模型在电价预测中的应用 被引量：6

14

作者 刘达 王尔康 牛东晓 《电网技术》 EI CSCD 北大核心 2009年第18期99-104,共6页

电力市场中的电价序列存在很大的随机波动和价格尖峰。文章提出根据电价序列的变化特点,通过小波变换将其分解为概貌序列和细节序列,从而在不同尺度上反映电价的变化规律。通过概貌分量找出电价的主要波动规律,并由此对电价进行预测,剔... 电力市场中的电价序列存在很大的随机波动和价格尖峰。文章提出根据电价序列的变化特点,通过小波变换将其分解为概貌序列和细节序列,从而在不同尺度上反映电价的变化规律。通过概貌分量找出电价的主要波动规律,并由此对电价进行预测,剔除细节分量所反映的电价的随机波动影响。建立考虑异方差的广义自回归条件异方差模型(generalized autoregressive conditional heteroscedasticity,GARCH)对概貌序列建模,并在GARCH模型中加入外生变量形成GARCHX模型,以弥补传统时间序列模型忽略外界影响的缺陷。对美国PJM电力市场的实例研究表明,所建立的W-GARCHX模型比传统时间序列模型的预测精度有明显提高。 展开更多

关键词 电力市场 电价预测 小波分析 广义自回归条件 异方差(GARCH) 自回归移动平均(ARMA)

在线阅读 下载PDF 职称材料

基于小波分析与广义自回归条件异方差模型的短期电价预测 被引量：16

15

作者 谢品杰 谭忠富 +2 位作者 尚金成 侯建朝 王绵斌 《电网技术》 EI CSCD 北大核心 2008年第16期96-100,共5页

由于电价波动具有非线性及波动集群现象,因此提出了一种基于小波分析和广义自回归条件异方差模型相结合的短期电价预测新方法。首先应用小波分解原理将电价序列分解成低频部分和高频部分,在此基础上对各子序列分别建立广义自回归条件异... 由于电价波动具有非线性及波动集群现象,因此提出了一种基于小波分析和广义自回归条件异方差模型相结合的短期电价预测新方法。首先应用小波分解原理将电价序列分解成低频部分和高频部分,在此基础上对各子序列分别建立广义自回归条件异方差模型并进行预测;然后利用小波理论对各子序列的预测结果进行重构,实现对原始电价序列的预测;最后以美国加州电力市场历史数据为例进行了验证,结果表明本文方法是可行和有效的。 展开更多

关键词 短期电价预测 小波分析 广义自回归条件异方差(GARCH)模型

在线阅读 下载PDF 职称材料

非线性时间序列建模的异方差混合双AR模型 被引量：3

16

作者 王红军 田铮 党怀义 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第6期879-885,共7页

研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture double- autoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(... 研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture double- autoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(Bayes information criterion)准则来选择模型．HMDAR模型条件分布富于变化的特征使它能够对具有非对称或多峰分布的序列进行建模,将HMDAR模型应用于几个模拟和实际数据集均得到了较为满意的结果,特别是对波动较大的序列,HMDAR模型能比其他模型更好地捕捉到数据序列的特征． 展开更多

关键词 异方差混合双自回归模型 平稳性 BIC准则 ECM算法 非对称分布 多峰分布 条件异方差

在线阅读 下载PDF 职称材料

基于深度卷积生成对抗网络场景生成的间歇式分布式电源优化配置 被引量：27

17

作者 顾洁 刘书琪 +1 位作者 胡玉 孟璐 《电网技术》 EI CSCD 北大核心 2021年第5期1742-1749,共8页

风电和光伏等间歇性分布式电源(distributed generation,DG)在配电网中接入比例不断提高,对配电网规划影响显著,需对其出力的不确定性进行建模,以提升含DG的配电网规划的效益与实用性。建立了考虑出力不确定性的DG双层优化配置模型。通... 风电和光伏等间歇性分布式电源(distributed generation,DG)在配电网中接入比例不断提高,对配电网规划影响显著,需对其出力的不确定性进行建模,以提升含DG的配电网规划的效益与实用性。建立了考虑出力不确定性的DG双层优化配置模型。通过改进的条件深度卷积生成对抗网络模型对DG出力的不确定性进行建模,并在模型中加入月份标签信息以生成面向规划的风光联合出力场景;基于高斯混合模型确定月份标签对应的风光出力的上下限,从而刻画DG出力的不确定性范围。最后,考虑DG出力的运行边界,建立了社会综合成本最小化的DG双层优化配置模型。IEEE 33节点算例验证表明,提出的DG优化配置方案能够提升DG的接入容量,有效降低社会综合成本,提高配电网运行的经济性。 展开更多

关键词 不确定性 场景生成 条件深度卷积生成对抗网络 高斯混合模型 双层优化配置

在线阅读 下载PDF 职称材料

证券投资基金市场的ARMA-ARCH类模型分析 被引量：9

18

作者 惠军 朱翠 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第7期1108-1112,共5页

文章通过分析自回归条件异方差(ARCH)类模型的统计结构,讨论了ARCH模型族的拟合波动性的优缺点,建立了ARMA-ARCH类模型,并用平稳帕雷托分布代替标准正态分布;以中信基金管理有限公司的股票基金与债券基金指数的收盘价为样本,对我国基金... 文章通过分析自回归条件异方差(ARCH)类模型的统计结构,讨论了ARCH模型族的拟合波动性的优缺点,建立了ARMA-ARCH类模型,并用平稳帕雷托分布代替标准正态分布;以中信基金管理有限公司的股票基金与债券基金指数的收盘价为样本,对我国基金市场收益率分布用ARMA-ARCH类模型进行实证分析,解决了方差时变条件下金融波动时间序列建模问题,描述了基金序列的特性。 展开更多

关键词 自回归条件异方差(ARCH)模型 ARMA-ARCH类模型 证券投资基金 波动性

在线阅读 下载PDF 职称材料

基于在线LASSO VAR和EGARCH模型的风场功率集成概率预测 被引量：4

19

作者 王鹏 李艳婷 张宇 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第7期845-858,共14页

由于风速波动性大,风力发电往往呈现一定的不确定性.传统风能预测模型以均值为0、方差固定的正态分布度量不确定性,但方差可能随时间变化,即具有异方差性.为提升预测精度,基于在线最小绝对收缩和选择算子的向量自回归(LASSO VAR)和指数... 由于风速波动性大,风力发电往往呈现一定的不确定性.传统风能预测模型以均值为0、方差固定的正态分布度量不确定性,但方差可能随时间变化,即具有异方差性.为提升预测精度,基于在线最小绝对收缩和选择算子的向量自回归(LASSO VAR)和指数自回归条件异方差(EGARCH)模型,提出一种考虑异方差性的风场级功率集成概率预测模型.首先使用在线LASSO VAR模型预测风力机的有功功率,再利用自回归条件异方差检验验证残差的异方差性,并利用信息冲击曲线和动态显著线评估正负残差对未来条件方差的不对称影响.然后针对异方差性和不对称性,使用EGARCH模型对单风力机有功功率的残差进行预测,得到有功功率的条件方差.最后,考虑各风力机有功功率的相关性,将风场中各风力机的有功功率求和,得到整个风场总有功功率的概率预测结果.将该方法应用于中国华东某地风场,验证了该模型能有效提高预测精度. 展开更多

关键词 在线LASSO VAR 异方差 指数条件异方差模型 概率预测

在线阅读 下载PDF 职称材料

考虑投资者情绪的GARCH-改进神经网络期权定价模型 被引量：9

20

作者 林焰 杨建辉 《系统管理学报》 CSSCI CSCD 北大核心 2018年第5期863-871,880,共10页

提出了一种考虑投资者情绪的基于改进粒子群算法优化的BP神经网络,并结合GARCH模型用于预测欧式期权价格。引入单点变异算子来提升传统粒子群算法的寻优能力,并通过改进后的算法来优化BP神经网络的结构与相应参数。利用GARCH模型估计权... 提出了一种考虑投资者情绪的基于改进粒子群算法优化的BP神经网络,并结合GARCH模型用于预测欧式期权价格。引入单点变异算子来提升传统粒子群算法的寻优能力,并通过改进后的算法来优化BP神经网络的结构与相应参数。利用GARCH模型估计权证股票价格的历史波动率,并将其作为改进神经网络模型的输入变量之一。最后,进一步考虑投资者情绪对期权价格的影响,通过构造剔除了基本因素的投资者情绪复合指标,并融入改进后的神经网络中。选取包括鞍钢JTC1在内的10支国内认购权证的收盘价格进行实证研究。结果表明,该模型的收敛速度与预测精度优于传统的BP神经网络以及B-S模型,考虑投资者情绪的影响后,预测结果更贴近实际情况。 展开更多

关键词 期权定价 投资者情绪 粒子群算法 BP神经网络 自回归条件方差模型

在线阅读 下载PDF 职称材料