碳排放權是一種新型經(jīng)濟環(huán)境資源,對我國企業(yè)的生產(chǎn)、管理和能耗均存在影響,而碳排放權價格的高頻波動是碳交易市場的關鍵問題。建立碳排放權價格的預測模型可以為廣大投資者提供合理科學的碳交易決策工具,引導我國企業(yè)交易者更好地參與碳交易市場,促進碳交易市場的高效發(fā)展。目前我國的碳交易市場尚不完善,碳排放權的價格具有高頻波動、非線性、非平穩(wěn)等特征,因此,使用傳統(tǒng)的計量建模方法來擬合碳排放權價格的曲線難度頗高,且不全面。而模態(tài)分解方法能夠深入探究不同頻率下碳排放權價格的規(guī)律,從而降低噪音,更好地掌握市場價格波動的內(nèi)在特征。因此,本文采用變分模態(tài)分解(Variational Mode Decomposition,VMD)方法,將上海試點市場的碳排放權(SHEA)現(xiàn)貨價格分解為不同頻率的多層模態(tài)分量,并選取前N層進行重構,以減少噪聲序列,并利用群智優(yōu)化算法對VMD的兩項參數(shù)進行優(yōu)化�？紤]到現(xiàn)有研究均采用單一的廣義自回歸條件異方差模型(Generalized Autoregressive Conditional Heteroskedasticity,GARCH)模型或深度學習方法預測碳價格序列,預測精度不...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 研究目的和意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 研究內(nèi)容、方法和技術路線
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 技術路線
    1.4 本文的主要特點
第2章 相關理論回顧與文獻綜述
    2.1 相關理論回顧
        2.1.1 變分模態(tài)分解
        2.1.2 GARCH族模型
        2.1.3 深度學習模型
        2.1.4 量化交易策略和有效市場理論
        2.1.5 排污權交易理論
    2.2 相關文獻綜述
        2.2.1 基于群智算法的變分模態(tài)分解
        2.2.2 金融時間序列的預測
        2.2.3 碳排放權的金融屬性
        2.2.4 碳排放權的影響因素
        2.2.5 相關文獻評述
第3章 碳排放權價格預測問題的描述與分析
    3.1 我國碳交易市場的發(fā)展現(xiàn)狀
    3.2 關于碳排放權價格預測的問題描述及難點
        3.2.1 碳排放權價格預測的問題描述
        3.2.2 碳排放權價格預測的難點
    3.3 碳排放權價格的可預測性分析
第4章 碳排放權價格預測的方案設計
    4.1 基于智能優(yōu)化算法的變分模態(tài)分解方法
    4.2 動態(tài)VMD-GARCH-GRU類模型的構建
    4.3 滾動預測方法
    4.4 模型的有效性評價
第5章 碳排放權價格預測的方案實施與驗證
    5.1 .變量選取
        5.1.1 影響因素
        5.1.2 描述性統(tǒng)計及檢驗
    5.2 特征選擇
        5.2.1 基本理論
        5.2.2 特征選擇結果
    5.3 變分模態(tài)分解結果及分析
    5.4 GARCH模型的預測及分析
    5.5 混合深度學習模型的預測及分析
    5.6 混合深度學習模型的特征重要性評價
第6章 碳排放權購買策略模擬
    6.1 擇時信號生成
    6.2 碳排放權購買策略的模擬與有效性評價
第7章 結論與展望
    7.1 結論
    7.2 研究展望
參考文獻
致謝



本文編號：3823959