鑒于碳金融市場價格預測的復雜性,遵循"分解"、"重構"、"預測"、"集成"的總體建模架構,構建了CEEMDAN-MR-PE-NLE多頻優(yōu)化組合預測模型.先基于CEEMDAN算法對原始碳價序列進行分解,然后采用CCI貢獻度指數(shù)和E-C進化聚類算法以及Lempel-Ziv復雜度指數(shù)對分量進行重構,進而得到高頻分量、低頻分量和趨勢分量,利用PSO-ELM粒子群優(yōu)化的極限學習機預測模型對三個重構分量分別進行預測,最后采用非線性集成算法將重構分量的預測結果進行集成,得到最終的碳價預測結果.五種模型預測效果評價指標和MCS檢驗均表明:與基準模型相比,構建的預測模型性能最優(yōu),DM穩(wěn)健性檢驗結果也進一步證實了構建的預測模型的穩(wěn)健性. 

【文章來源】：數(shù)學的實踐與認識. 2020,50(03)北大核心

【文章頁數(shù)】：16 頁

【部分圖文】：

圖２?ＱＥＢＭＤＡＮ－ＭＲ－ＰＥ－ＨＬＥ模型構建流程＿??４實證分析??４．１

該序列中的周期成分越少，變化越無規(guī)??律，序列趨向于一種隨機狀態(tài)，所包含的頻率成分越豐富；反之，數(shù)值越小，序列越有規(guī)律，周??期性越強，所貪頻率成分越少．從表３中可以看出．ＴＩＭＦ１？ＩＭＦ５的復雜度較高，即前五個分請??的規(guī)律性和周期性都較弱，且ＩＭＦ１？ＩＭＦ５的復雜度之和占所有ＩＭＦ復雜度之和的８７．７７灘，??超過設定的閾值８０％＞因而，ＩＭＦ１￣ＩＭＦ５可以構成高頻分ｆｔ?ＩＭＦ６４ＭＦ９構成低頻分量，殘??余項構構成趨勢分量，也即本文的兩種分量重構法結果一致，分量重構結果如圖５所示．??ｏ?５?０－５??１＿爾鞣逛??５?０?５??２?２?１??？傘球額??圖５分量重構結果??

崔金鑫，％基于ｉＱＢＳＭＤ?ＡＮ－Ｍ＿Ｋ－＿．ＰｆＫＮＬ＿Ｅ多頻優(yōu)化組食模型．的碳金融市場價格預測?１１１??３期??ＩＩＡＴＬＡＢ?２０１４％?平臺完成．??圖３：湖北碳排放權交易價格日度：虜?shù)綘??表１湖北碳價格序列描述性統(tǒng)計??平均值??中位數(shù)??最小值??最大值??標準差??Ｊ－Ｂ?銷：??ＡＤ．Ｆ檢驗Ｐ值??樣本數(shù)??１９．９９３??１８．４２０??１０．３８０??３２．７１０??５．１４９２??７１．４３５??０．７９７２??１０００??圖３給出了湖北碳排放權Ｈ度價格序列圖，可以看出碳價格序列總體上呈現(xiàn)出典型的不??規(guī)律特征，其整體上呈現(xiàn)出震蕩特征，從表１可以看出，碳價格數(shù)據(jù)較為離散，具有一定的序??列波動性，從Ｊ－Ｂ值可以看出碳價格序列呈現(xiàn)非正態(tài)分布，ＡＤＦ統(tǒng)計最的Ｐ值為０．７９７２，所??以碳價格序列呈現(xiàn)出非平穩(wěn)特征；為了檢驗碳價序列是否具備線性特征，計算序列的ＢＤＳ統(tǒng)??計嫌，嵌入維數(shù)從２增加到１０，?Ｐ值均為０，表明湖北省碳交易價格序列具有典型的非線性特??征．??表２碳價格序列ＢＤＳ檢驗結果??維數(shù)??ＢＤＳ統(tǒng)計量??標準差??Ｚ值??Ｐ值??２??０．１９０４８２??０．００１３５１??１４１．０１５３??０．００００??３??０．３２４５３１??０．００２１２８??１５２．４７６５??０．００００??４??０．４１７８３２??０．００２５１１??１６６．３８３７??０．００００??５??０．４８１９０８??０．００２５９３??１８５．８７２８??０．００００??６??０．５２５３１８??０．００２４７６??２１２．１４６９??０．００００??７??０．５５４３９４??０．００２２４７??２４６

【參考文獻】：
期刊論文
[1]基于非結構數(shù)據(jù)流行學習的碳價格多尺度組合預測[J]. 劉金培,郭藝,陳華友,任賀松,陶志富.  控制與決策. 2019(02)
[2]基于EMD-GA-BP與EMD-PSO-LSSVM的中國碳市場價格預測[J]. 崔煥影,竇祥勝.  運籌與管理. 2018(07)
[3]基于PSO-ELM的機器人精度補償方法研究[J]. 馮禹銘,董秀成,金滔.  計算機應用研究. 2019(10)
[4]經(jīng)濟政策不確定性與我國股市波動率預測研究[J]. 雷立坤,余江,魏宇,賴曉東.  管理科學學報. 2018(06)
[5]基于二層分解技術和改進極限學習機模型的PM2.5濃度預測研究[J]. 羅宏遠,王德運,劉艷玲,魏帥,林彥兵.  系統(tǒng)工程理論與實踐. 2018(05)
[6]交叉口短時流量CEEMDAN-PE-OSELM預測模型[J]. 田秀娟,于德新,邢雪,商強,王樹興.  哈爾濱工業(yè)大學學報. 2018(03)
[7]歐盟碳市場價格走勢的情景模擬分析及對中國的啟示[J]. 易蘭,李朝鵬,楊歷,劉杰.  環(huán)境經(jīng)濟研究. 2017(03)
[8]基于相空間重構和最小二乘支持向量回歸模型參數(shù)同步優(yōu)化的碳市場價格預測[J]. 石雪濤,朱幫助.  系統(tǒng)科學與數(shù)學. 2017(02)
[9]基于CEEMDAN與量子粒子支持向量機的電力負荷組合預測[J]. 賈逸倫,龔慶武,李俊雄,占勁松.  電測與儀表. 2017(01)
[10]基于多頻組合模型的中國區(qū)域碳市場價格預測[J]. 張晨,楊仙子.  系統(tǒng)工程理論與實踐. 2016(12)



本文編號：3411498