隨著全球?qū)Χ趸寂欧诺娜找骊P(guān)注,碳交易市場變得越來越重要。如果能夠準(zhǔn)確預(yù)測不同市場交易的碳價格,不僅可以為政府宏觀調(diào)控提供更好的參考指標(biāo),還可以幫助企業(yè)更有效地管理碳排放帶來的風(fēng)險和相關(guān)政策。考慮到碳交易價格波動的趨勢性和周期性特點,本文基于經(jīng)驗?zāi)Ｊ椒纸猓‥MD）、反向傳播（BP）神經(jīng)網(wǎng)絡(luò)和深度神經(jīng)網(wǎng)絡(luò)（DNN）模型與支持向量機(jī)（SVM）等模型,以廣州碳排放交易中心的碳交易價格為例對碳交易價格進(jìn)行預(yù)測。實證分析中將單日碳價格時間序列作為各模型的輸入變量,代入組合模型進(jìn)行預(yù)測,并分別計算和分析了不同模型預(yù)測結(jié)果的誤差和準(zhǔn)確性。最后得出EMD-BP-DNN混合模型與SVM、BP等單一模型相比,預(yù)測誤差更小,預(yù)測結(jié)果更準(zhǔn)確,該結(jié)果提升了碳交易價格預(yù)測的準(zhǔn)確性,為監(jiān)管部門和企業(yè)決策提供了有效信息。 

【文章來源】：技術(shù)經(jīng)濟(jì)與管理研究. 2020年05期 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

碳交易價格序列相對誤差

預(yù)測結(jié)果圖

常用的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分為三層，即輸入層、隱含層和輸出層。如何確定隱含層神經(jīng)元的數(shù)目是在BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用難點，隱含層神經(jīng)元太少會導(dǎo)致網(wǎng)絡(luò)學(xué)習(xí)能力不足和擬合精度低，太大則需要較長的訓(xùn)練時間，減少神經(jīng)元網(wǎng)絡(luò)的泛化能力，甚至出現(xiàn)“過擬合”現(xiàn)象。BP算法的基本公式為：

【參考文獻(xiàn)】：
期刊論文
[1]我國碳排放權(quán)市場價格波動的長期記憶性和杠桿效應(yīng)研究——以湖北碳排放權(quán)交易中心為例[J]. 呂靖燁,王騰飛.  價格月刊. 2019(10)
[2]基于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的互聯(lián)網(wǎng)金融市場動態(tài)預(yù)測[J]. 趙洪科,吳李康,李徵,張兮,劉淇,陳恩紅.  計算機(jī)研究與發(fā)展. 2019(08)
[3]基于多種機(jī)器學(xué)習(xí)算法的波士頓房價預(yù)測[J]. 田潤澤.  中國新通信. 2019(11)
[4]基于EMD-GA-BP與EMD-PSO-LSSVM的中國碳市場價格預(yù)測[J]. 崔煥影,竇祥勝.  運籌與管理. 2018(07)
[5]我國碳排放權(quán)交易價格影響因素分析[J]. 汪中華,胡垚.  工業(yè)技術(shù)經(jīng)濟(jì). 2018(02)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的煤炭價格影響因素及預(yù)測研究[J]. 李朋林,梁露露.  數(shù)學(xué)的實踐與認(rèn)識. 2015(17)
[7]中國碳金融交易體系效率分析[J]. 蘭草,李鍇.  經(jīng)濟(jì)學(xué)家. 2014(10)
[8]基于GMDH-PSO-LSSVM的國際碳市場價格預(yù)測[J]. 朱幫助,魏一鳴.  系統(tǒng)工程理論與實踐. 2011(12)
[9]基于EMD與神經(jīng)網(wǎng)絡(luò)的中國股票市場預(yù)測[J]. 王文波,費浦生,羿旭明.  系統(tǒng)工程理論與實踐. 2010(06)
[10]運用GA-BP神經(jīng)網(wǎng)絡(luò)研究時間序列的預(yù)測[J]. 黃建國,羅航,王厚軍,龍兵.  電子科技大學(xué)學(xué)報. 2009(05)

碩士論文
[1]深度森林在股指漲跌預(yù)測和投資策略中的應(yīng)用[D]. 許美瑩.山東大學(xué) 2019
[2]幾種改進(jìn)的動態(tài)神經(jīng)網(wǎng)絡(luò)股指預(yù)測模型研究[D]. 趙躍波.北京交通大學(xué) 2016



本文編號：2918477