基于多尺度分析的小麦价格预测研究

摘要：

本文基于分解—重构—集成的思想,构建了一个多尺度组合预测模型,选取小麦作为粮食的代表,预测其价格走势.首先,运用集合经验模态分解方法(EEMD)分解价格序列,然后,用灰色关联分析方法对分量序列进行重构,重构为高频、中频、低频和趋势项四个部分,并从不规则因素、季节因素、重大事件和世界经济水平等方面对这四个部分波动特点进行解释,针对不同特点的分量选择不同的方法进行预测,最后对各预测结果用支持向量机集成,并与其他预测模型的预测结果进行比较.实证结果表明,本文构建的多尺度组合模型的预测效果优于灰色预测GM(1,1)、BP神经网络、SVM方法、ARIMA模型等单模型方法和ARIMA-SVM组合模型以及基于EMD和EEMD分解的其他多尺度组合模型.

关键词：多尺度模型、集合经验模态分解、灰色关联度、神经网络、支持向量机

所属期刊栏目：24

分类号：F224.0(经济计算、经济数学方法)

资助基金：北京市自然科学基金面上项目9152007

在线出版日期：2016-06-27（万方平台首次上网日期，不代表论文的发表时间）

页码：85-91