基于多尺度组合模型的铜价预测研究

摘要：

铜价预测是国际大宗商品市场研究的一个重要领域.本文运用经验模态分解法(EMD)、人工神经网络(ANN)、支持向量机(SVM)和时间序列方法,基于分解-重构-集成的思想,构建了一个多尺度组合预测模型.在模型构建过程中,提出了运用游程判定法对分量序列进行重构的新思路.然后,运用此模型对LME铜价波动特点和走势进行分析:将铜价序列分解并重构成高频、低频和趋势三个部分,并从不规则因素、重大事件以及长期趋势三个角度解释了重构项的波动特征;实证分析表明,与灰色模型GM(1,1)、Elman神经网络方法等单模型,以及ARI-MA-SVM组合模型相比,多尺度组合模型取得了最好的预测效果.

关键词：多尺度模型、经验模态分解、支持向量机、神经网络、游程判定法

所属期刊栏目：22

分类号：F224.0(经济计算、经济数学方法)

资助基金：北京市属市管高等学校人才强教计划资助项目PHR20110869;北京市教委学科与研究生教育专项基金PXM2013_014212_000005

在线出版日期：2014-09-29（万方平台首次上网日期，不代表论文的发表时间）

页码：21-28