检索结果-南通市图书馆

Hull-White模型和二叉树模型在预测油价及油价波动风险上的应用

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2012年第9期32卷 1996-2002页

作者：尚永庆王震陈冬月辽东学院经济学院丹东118001 中国石油大学(北京)中国能源战略研究院北京102249 振华石油控股有限公司北京100031

油价的预测向来是一项具有重要意义而又艰巨的课题.利用Hull-White模型对油价波动进行预测是一种有意义的尝试,在尝试过程中,发现其在实际应用中的缺陷,之后利用二叉树模型对Hull-White模型做了改进,并以1986年1月3日至2010年2月12日共... 详细信息

油价的预测向来是一项具有重要意义而又艰巨的课题.利用Hull-White模型对油价波动进行预测是一种有意义的尝试,在尝试过程中,发现其在实际应用中的缺陷,之后利用二叉树模型对Hull-White模型做了改进,并以1986年1月3日至2010年2月12日共一千两百多周的周油价数据作为参考值,用定量的方法分析了改进模型的应用,从结果可以看出,Hull-White模型和改进模型都能够有效预测油价的波动范围.但是,改进模型在预测油价波动范围上与原先的Hull-White模型相比有更好的效果.并且具有优势.

关键词： Hull-White模型二叉树油价预测油价波动风险

在线全文

学校读者我要写书评

暂无评论

基于情感分析的石油价格走势预测研究

基于情感分析的石油价格走势预测研究

作者：刘圆圆东北石油大学

学位级别：硕士

石油作为工业的血液,在全球经济市场中发挥着重要作用,其价格波动对世界各国政治经济活动影响重大。能够准确预测原油价格波动可以使政策制定者制定前瞻性的经济和政治决策,在复杂的国际环境中获得优势。然而,石油市场的不确定性和复杂... 详细信息

石油作为工业的血液,在全球经济市场中发挥着重要作用,其价格波动对世界各国政治经济活动影响重大。能够准确预测原油价格波动可以使政策制定者制定前瞻性的经济和政治决策,在复杂的国际环境中获得优势。然而,石油市场的不确定性和复杂性(例如,复杂的供求关系、地缘政治、自然灾害和其它能源产品的替代效应等)导致很难获得一个精确的预测结果。随着互联网和大数据技术的快速发展,丰富的在线数据(包括新闻稿)有助于预测油价走势。因此,本研究引入情感分析这一大数据分析工具,挖掘相关信息,将地缘政治和突发事件等社会事件作为影响实时原油价格走势的因素之一。对油价预测方法,具体工作如下:首先,在构建基于石油市场舆情的情感分析任务中,提出基于改进FinBERT的情感分析模型。针对FinBERT模型池化层中所有隐藏状态向量被压缩成一个向量,导致信息可能会丢失的问题,本文在FinBERT基础上添加一种新的池化层架构,不同的池化方案表达了输入序列的不同属性,分类令牌池化层给出FinBERT模型的整体预测,平均池化层添加了每个令牌的预测部分,最大池化层则倾向于输入最具表现力的令牌,最后使用具有可训练权重的加权和对结果进行汇总。其次,在基于“分解集成”框架下的油价预测任务中,提出TSD-BiTGRU的油价走势预测模型。在分解任务中,针对单一分解模型对油价序列分解不彻底和提取不充分的问题,提出双阶段分解特征提取模型(TSD),以完成对油价内部特征的提取。该模型首先使用两个阶段来分解油价序列,第一阶段使用ICEEMDAN分解油价序列,第二阶段使用VMD分解第一阶段分解结果中的高频序列。在集成任务中,针对GRU模型中在训练过程中存在着过饱和的问题,提出双向防输出门控循环单元(BiTGRU)模型,以提高模型的预测精度和鲁棒性。然后本文将改进后的两种模型相结合,提出了TSD-BiTGRU油价预测模型,并在油价数据集上证实了该模型的有效性。最后,本文基于石油市场舆情搭建了一个完整的油价预测Fin PBERT-TSD-ATT-BiT GRU模型,结合实际数据,从供求关系和金融市场影响因素中挑选出12个影响指标,并加入市场舆情指标和经过TSD分解的油价内部特征,利用注意力机制将这些特征进行融合,形成的特征序列经过BiTGRU模型进行油价预测。对在短期、中期以及长期油价预测进行预测,从MAPE、RMSE以及R2三个指标层面比较不同模型对于油价走势的预测情况。实验结果表明,该组合预测模型在油价预测任务上性能良好。

关键词： FinBERT GRU 情感分析深度学习油价预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多因素SVM的油价预测模型研究

数学的实践与认识 2014年第6期44卷 61-67页

作者：李建立万勇韬张志刚北京科技大学东凌经济管理学院北京100083 北京科技大学数理学院北京100083

准确预测国际原油价格,对于维护经济稳定和规避风险具有重要意义.由于国际油价的波动是由多种因素引起的,本文采用误差修正模型确定原油价格与因素的关系.将结果作为SVM回归预测模型的输入模式,建立基于多因素SVM的油价预测模型.通过实... 详细信息

准确预测国际原油价格,对于维护经济稳定和规避风险具有重要意义.由于国际油价的波动是由多种因素引起的,本文采用误差修正模型确定原油价格与因素的关系.将结果作为SVM回归预测模型的输入模式,建立基于多因素SVM的油价预测模型.通过实证研究,发现基于多因素SVM的油价预测模型相对于误差修正模型和基于国际油价本身的自回归SVM预测模型具有更好的拟合和预测效果.

关键词： SVM模型油价预测

高油价时期的油价预测与现代原油市场机制理论的提出

在线全文

学校读者我要写书评

暂无评论

国际经济合作 2013年第12期 76-81页

作者：孙竹迈克尔.特罗伊洛中国石油大学工商管理学院美国塔尔萨大学商学院

国际油价波动历史上高油价阶段出现过三次;前两次基于实体经济市场供求和竞争状况的影响,高油价现象得到很好的解释;但对近年来持续的高油价,学界无论采用模型还是定性分析方法,油价预测大多出现了低估倾向。本文认为原油不仅是实体经... 详细信息

国际油价波动历史上高油价阶段出现过三次;前两次基于实体经济市场供求和竞争状况的影响,高油价现象得到很好的解释;但对近年来持续的高油价,学界无论采用模型还是定性分析方法,油价预测大多出现了低估倾向。本文认为原油不仅是实体经济中的商品,更是一种虚拟经济中的投资品,原油金融属性凸显,世界已进入期货与现货市场相互作用和影响的新时代,市场机制发生根本变化,作用方式具有复杂性、金融性及辩证统一的特点。在此基础上,本文提出现代原油市场机制理论,并依据该理论提出改进油价预测的几点建议。

关键词：高油价油价预测能源替代原油期货市场现代原油市场机制理论

在线全文

学校读者我要写书评

暂无评论

季节-谐波油价预测模型研究

数理统计与管理 2009年第3期28卷 395-401页

作者：王书平吴振信张蜀林北方工业大学经济管理学院北京100144

油价预测是能源市场研究的一个重要领域.本文基于季节调整技术和周期性分析技术,提出了一个新的预测模型-季节-谐波模型,其思路是分解-组合.通过对五种油品(WTI原油、Brent原油、无铅汽油、柴油和取暖油)价格的实证分析,与其它五种方法(... 详细信息

油价预测是能源市场研究的一个重要领域.本文基于季节调整技术和周期性分析技术,提出了一个新的预测模型-季节-谐波模型,其思路是分解-组合.通过对五种油品(WTI原油、Brent原油、无铅汽油、柴油和取暖油)价格的实证分析,与其它五种方法(ARIMA模型、指数平滑、Winters方法、EGARCH模型和逐步自回归)相比,季节-谐波模型取得了最好的预测效果.

关键词：季节调整周期性分析油价预测季节-谐波模型

在线全文

学校读者我要写书评

暂无评论

原油价格预测的精度分析

统计与决策 2007年第15期23卷 61-63页

作者：高建董秀成中国石油大学

由于原油价格波动的影响巨大，世界各国政府及专家学者都非常关注原油价格的波动，都重视研究原油价格波动所带来的风险问题。油价预测理论自出现至今已经历了近一百年的历程，从最早的资源的不可再生理论角度发展到当前形形色色的包括... 详细信息

由于原油价格波动的影响巨大，世界各国政府及专家学者都非常关注原油价格的波动，都重视研究原油价格波动所带来的风险问题。油价预测理论自出现至今已经历了近一百年的历程，从最早的资源的不可再生理论角度发展到当前形形色色的包括金融物理中的分形、混沌在内的“先进”方法。油价预测一直是永恒的主题和失败的无奈，很遗憾的是油价预测的精确度如何科学度量却没有得到充分重视，在此就油价预测的精确度探索性的进行实证研究。

关键词：原油价格精度分析价格预测价格波动油价预测专家学者风险问题预测理论

在线全文

学校读者我要写书评

暂无评论

基于混合多分形小波的国际油价多期预测研究

计量经济学报 2021年第3期1卷 612-623页

作者：余乐安范常容马月明北京化工大学经济管理学院北京100029

本文综合Haar小波和乘性级联两种树型结构的优势构建一种混合多分形小波模型(H-MWM)来对国际油价进行多期预测.首先,对日度油价做Haar小波三层分解,提取粗粒度层(尺度系数)数据,对尺度系数做单步预测;其次,将日度油价做乘性级联三层分解... 详细信息

本文综合Haar小波和乘性级联两种树型结构的优势构建一种混合多分形小波模型(H-MWM)来对国际油价进行多期预测.首先,对日度油价做Haar小波三层分解,提取粗粒度层(尺度系数)数据,对尺度系数做单步预测;其次,将日度油价做乘性级联三层分解,提取各层的细粒度(乘子)数据,对各层的乘子做预测;然后,构建尺度系数与乘子间数量关系,用预测的尺度系数和乘子,得到各层小波系数预测值;最后,将尺度系数和小波系数预测值,通过Haar小波重构为原序列粒度,得到日度油价多期预测值.实证研究表明:构建的H-MWM方法在日度油价的多期预测中,在保证预测准确度提高的同时,大大降低了计算时间复杂度.

关键词：多重分形 Haar小波树型结构多期预测油价预测

在线全文

学校读者我要写书评

暂无评论

融合网络新闻情感分析的国际油价预测研究

融合网络新闻情感分析的国际油价预测研究

作者：赵晨珊北京化工大学

学位级别：硕士

石油是重要的战略资源,也是全球金融市场中重要的商品之一,其价格波动对全球经济有着深远影响。油价的预测对于决策者而言是非常重要的,且其中的价值不可估量。由于油价的影响因素众多而且复杂性强,油价序列表现出高度复杂性和非平稳性... 详细信息

石油是重要的战略资源,也是全球金融市场中重要的商品之一,其价格波动对全球经济有着深远影响。油价的预测对于决策者而言是非常重要的,且其中的价值不可估量。由于油价的影响因素众多而且复杂性强,油价序列表现出高度复杂性和非平稳性。因此,预测油价非常困难,这往往导致预测误差的产生。在这样的背景下,探索提高油价预测的效果并减小预测误差的方法就是本文的主要研究目的。网络新闻包含了大量有关事件和舆论因素的有价值信息,有助于预测研究。情感分析技术的运用可以挖掘和量化信息,成为挖掘网络新闻的有效手段。因此,本文主要研究的是融合网络新闻情感的油价预测,分别从微观、中观、宏观,即新闻段落情感、主题分类下的新闻情感、新闻文摘情感三个层面进行分析研究。具体研究内容如下:(1)融合网络新闻段落情感的原油价格预测研究根据现有文献提出了一些研究假设,将网络新闻篇章和段落的情感分值分别加入到多个油价格预测模型中,并对预测效果的改善进行比较分析。根据最终的实证结果,对所提出的假设进行检验并得出结论:融合细粒度新闻情感即新闻段落情感的油价预测模型具有较好的日度预测效果。同时,高频油价数据与低频油价数据相比,加入新闻段落情感或新闻篇章情感的高频油价数据能够获得更好的预测效果。(2)融合网络新闻主题分类下新闻情感的原油价格预测研究应用主题识别模型对网络新闻进行主题识别,将其转化为主题分布数据,并通过新闻主题对新闻篇章情感进行分类,将主题分布与每个主题下的新闻情感分别加入到油价格预测模型中。结果表明,与基准模型相比,结合网络新闻主题特征以及主题分类下情感特征的预测方法在油价预测研究中有着良好的表现。(3)融合网络新闻文摘情感的原油价格预测研究运用自动文摘提取技术对网络新闻进行文摘提取,并运用情感分析技术计算新闻文摘的情感,将新闻文摘情感加入到原油价格预测模型之中。预测结果说明,网络新闻的文摘情感对日度油价预测效果的提升有显著影响。实证研究结果表明,与基准模型相比,本文提出的包含微观、中观、宏观这三个层面新闻情感的预测模型都具有更好的预测性能。

关键词：网络新闻情感分析文本挖掘油价预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂性特征驱动的国际油价预测研究

复杂性特征驱动的国际油价预测研究

作者：马梦瑶北京化工大学

学位级别：硕士

石油作为世界上重要的基础能源,是国民经济和民生发展的基本保障,也是整个现代社会平稳运行的重要支撑。作为战略资源,石油在全球经济、政治局势和军事实力中发挥着重要作用。因此原油价格的波动会引起全世界的广泛关注,而精准并快速预... 详细信息

石油作为世界上重要的基础能源,是国民经济和民生发展的基本保障,也是整个现代社会平稳运行的重要支撑。作为战略资源,石油在全球经济、政治局势和军事实力中发挥着重要作用。因此原油价格的波动会引起全世界的广泛关注,而精准并快速预测油价变化对于决策者而言价值不可估量。由于受到石油市场供需关系、全球经济形势、股票期货市场、投机行为、地缘政治和突发事件等因素的综合影响,油价通常呈现出高复杂性、非平稳性和非线性特征,这也为油价预测研究带来了巨大的挑战。在此背景下,本文以提高预测精度和降低计算成本为目标,立足于复杂性的三个典型数据特征（记忆性、混沌性和不确定性）展开本文的研究。具体研究内容如下:（1）记忆性特征驱动的油价分解-重构-集成预测研究本研究工作针对油价记忆性特征提出了一种新的记忆性特征驱动的分解-重构-集成学习范式,进一步提高油价预测模型精度的同时,减少预测模型的计算复杂性。具体而言,本研究将分解集成的每一步（即数据分解、分量重构、重构分量预测和集成预测）均立足于数据记忆性特征,并基于记忆性特征与各类技术之间的关系研究建立了分解集成预测框架的技术选择规则,解决了经典分解集成框架技术选择无依据、计算耗时和累计偏差的问题。实验结果显示本研究提出的预测模型显著优于其他六类基准模型,证明了该方法可以被用作油价预测有前景的预测方法。同时,对比经典的分解集成模型可以发现对长期记忆性特征序列和超长期记忆性特征序列重构,可以在一定程度上提高模型的预测效果。（2）混沌性特征驱动的油价分解-集成预测研究为提高油价预测模型的精确程度和解释性,本研究工作基于“分而治之”和“数据特征驱动建模”思想,提出了一种混沌性特征驱动的油价分解-集成预测学习范式。具体而言,本研究将混沌性特征作为属性引入油价预测的研究中。研究过程中,将互信息法、曹（CAO）方法与李亚普诺指数相结合用于检验时序数据的混沌性特征,并将分解集成的三个步骤与各阶段的混沌性特征检验结果相结合,首次建立了混沌性特征驱动下分解集成框架的技术选择规则。这项对经典分解集成框架的改进,不仅增强了预测框架的可解释性,还提高了模型的预测性能,同时也为油价预测研究提供了新的研究思路。实验结果表明,提出的混沌性特征驱动分解集成模型的预测效果优于其他四类基准模型,且具有更好的可解释性。这证明了本研究提出的学习范式的有效性,也表明该学习范式可以作为预测油价有前景的预测工具。同时,混沌性特征驱动数据分解方法、分量预测方法和集成预测方法的预测效果显著优于相应的基准模型,这表明本研究工作提出的学习范式对经典分解集成框架每步优化都是有效的,也证明了混沌性特征驱动的技术选择在分解集成框架中的有效性。（3）不确定性特征驱动的油价分解-重构-集成预测研究本研究提出了一种不确定性特征驱动的油价分解-重构-集成学习范式。实际上,该学习范式是对经典分解集成框架的改进。具体而言,本研究对经典的分解集成框架引入了油价不确定性特征,并将不确定性特征作为技术选择的决定性因素。在整体的研究过程中,从各个阶段按类别选择主流的技术,并通过实验研究逐步构建了不确定性特征与各阶段技术之间的联系,一定程度上解决了分解集成框架技术选择无依据的问题。实验结果显示不确定性特征驱动的分解-重构-集成预测模型显著优于其他五类基准模型,证明该方法可以被选择作为有前景的预测方法。同时,从理论和实验两方面证明了基于模糊熵与Fisher聚类的不确定性特征驱动分量重构方法在计算复杂度和预测精度上的有效性。本文通过结合“数据特征驱动建模”和“分而治之”思想构建的三类复杂性特征驱动的国际油价预测学习范式,可以在一定程度上提高模型的预测性能,同时,还可以有效降低模型的计算复杂度。在一定意义上,本文的研究工作也进一步证实了“数据特征驱动建模”思想和“分解集成”策略的有效性。

关键词：油价预测分解集成数据特征驱动建模复杂性特征记忆性特征混沌性特征不确定性特征