基于壓縮感知的國際油價預測方法研究.pdf

1、國際原油價格自從1970年開始頻繁波動。它不僅受到基本的供求影響，同時也受到許多其他因素的綜合影響，包括天氣、存貨水平、經(jīng)濟增長、政治因素、心理期待甚至是一些非常規(guī)突發(fā)事件。多因素的影響導致原油價格序列呈現(xiàn)出非線性、非平穩(wěn)性、季節(jié)性、不規(guī)則性能一系列復雜特征。在這種情況下，本文引入了一種新的基于壓縮感知的人工智能預測方法來預測原油價格。
　　具體來說，該方法引入了壓縮感知的兩種技術，分別為壓縮感知去噪方法和稀疏分解方法并將其作為原

2、油價格序列的預處理方法，然后基于這兩種數(shù)據(jù)處理方法分別構造了兩種模型。一種是基于壓縮感知去噪的人工智能預測模型，另一種是基于稀疏分解的分解集成預測模型。
　　基于壓縮感知去噪的人工智能預測模型是基于去噪預測的思想，首先采用壓縮感知去噪方法來對原始油價序列進行去噪的預處理，以減少噪聲數(shù)據(jù)對人工智能預測方法建模效果的影響，然后使用智能預測算法對去噪后的數(shù)據(jù)進行建模和預測。
　　基于稀疏分解的分解集成預測模型是基于分解集成預測的思

3、想，首先根據(jù)原油價格序列所表現(xiàn)出來的多種特性，構造了一個過完備字典，并基于該字典將原油價格序列分解為不同的特征分量，然后使用前饋神經(jīng)網(wǎng)絡對分量進行建模和預測，最后將各個預測結果集成為最終的預測結果。
　　本文對基于壓縮感知的兩種模型分別使用了WTI的日度原油價格和月度原油價格來進行實證分析，并得出以下結論:一方面，基于壓縮感知的兩種預測模型與基準模型比較時均獲得最高的預測精度，表明基于壓縮感知的預測方法的有效性;另一方面，在不同數(shù)