基于混合深度学习方法的碳排放权价格预测及购买策略研究

发布时间：2023-05-27 05:12

　　碳排放权是一种新型经济环境资源,对我国企业的生产、管理和能耗均存在影响,而碳排放权价格的高频波动是碳交易市场的关键问题。建立碳排放权价格的预测模型可以为广大投资者提供合理科学的碳交易决策工具,引导我国企业交易者更好地参与碳交易市场,促进碳交易市场的高效发展。目前我国的碳交易市场尚不完善,碳排放权的价格具有高频波动、非线性、非平稳等特征,因此,使用传统的计量建模方法来拟合碳排放权价格的曲线难度颇高,且不全面。而模态分解方法能够深入探究不同频率下碳排放权价格的规律,从而降低噪音,更好地掌握市场价格波动的内在特征。因此,本文采用变分模态分解(Variational Mode Decomposition,VMD)方法,将上海试点市场的碳排放权(SHEA)现货价格分解为不同频率的多层模态分量,并选取前N层进行重构,以减少噪声序列,并利用群智优化算法对VMD的两项参数进行优化。考虑到现有研究均采用单一的广义自回归条件异方差模型(Generalized Autoregressive Conditional Heteroskedasticity,GARCH)模型或深度学习方法预测碳价格序列,预测精度不...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景
    1.2 研究目的和意义
        1.2.1 研究目的
        1.2.2 研究意义
    1.3 研究内容、方法和技术路线
        1.3.1 研究内容
        1.3.2 研究方法
        1.3.3 技术路线
    1.4 本文的主要特点
第2章 相关理论回顾与文献综述
    2.1 相关理论回顾
        2.1.1 变分模态分解
        2.1.2 GARCH族模型
        2.1.3 深度学习模型
        2.1.4 量化交易策略和有效市场理论
        2.1.5 排污权交易理论
    2.2 相关文献综述
        2.2.1 基于群智算法的变分模态分解
        2.2.2 金融时间序列的预测
        2.2.3 碳排放权的金融属性
        2.2.4 碳排放权的影响因素
        2.2.5 相关文献评述
第3章 碳排放权价格预测问题的描述与分析
    3.1 我国碳交易市场的发展现状
    3.2 关于碳排放权价格预测的问题描述及难点
        3.2.1 碳排放权价格预测的问题描述
        3.2.2 碳排放权价格预测的难点
    3.3 碳排放权价格的可预测性分析
第4章 碳排放权价格预测的方案设计
    4.1 基于智能优化算法的变分模态分解方法
    4.2 动态VMD-GARCH-GRU类模型的构建
    4.3 滚动预测方法
    4.4 模型的有效性评价
第5章 碳排放权价格预测的方案实施与验证
    5.1 .变量选取
        5.1.1 影响因素
        5.1.2 描述性统计及检验
    5.2 特征选择
        5.2.1 基本理论
        5.2.2 特征选择结果
    5.3 变分模态分解结果及分析
    5.4 GARCH模型的预测及分析
    5.5 混合深度学习模型的预测及分析
    5.6 混合深度学习模型的特征重要性评价
第6章 碳排放权购买策略模拟
    6.1 择时信号生成
    6.2 碳排放权购买策略的模拟与有效性评价
第7章 结论与展望
    7.1 结论
    7.2 研究展望
参考文献
致谢



本文编号：3823959