碳交易市场期货价格预测与交易策略研究

发布时间：2017-03-16 20:05

  本文关键词：碳交易市场期货价格预测与交易策略研究，由笔耕文化传播整理发布。

【摘要】：全球环境变化逐步加剧,控制二氧化碳的排放也成为世界共同的课题,由此低碳经济的发展受到很多国家重视,与之对应的碳排放权交易市场也成为各国发展与研究的热点,欧盟排放配额(EUA)期货和核证减排量(CER)期货是碳排放权交易市场中的主要标的,是项目业主规避风险和获得利润的工具。本论文用小波分析、遗传算法和神经网络等方法,对欧盟排放配额(EUA)期货和核证减排量(CER)期货的价格趋势和交易策略进行研究。本文选取了排放权交易市场中欧盟排放配额(EUA)期货和核证减排量(CER)期货的相关参数作为研究对象,数据的时间范围选取2013年1月2日至2014年12月15日,首先检验确定EUA期货和CER期货是否具有长期协整关系,然后采用Granger因果检验确定其领先滞后关系,建立遗传算法改进的运用不同小波函数的神经网络模型,对具有滞后关系的CER期货价格趋势进行预测,实验结果表明,EUA期货与CER期货价格之间具有长期的协整关系,而且EUA期货价格先导于CER期货价格,采用绝对误差,平均绝对百分比误差等四个指标度量预测结果发现,改进的模型比改进前的BP小波神经网络预测精度更高,使用遗传算法改进的Mexican hat小波神经网络模型预测效果最好,与实际的价格波动几乎一致,而使用遗传算法改进的Morlet小波模型效果稍次。将EUA期货价格由db6小波分解重构成为趋势部分和细节部分,运用选出的遗传—Mexican hat小波神经网络模型分别对它们进行学习并划定自适应交易阈,对比每日价格与自适应交易阈值选择交易策略,最后根据这种自适应交易策略在不同EUA期货市场情况下的收益情况测定自适应交易策略在不同市场中的性能。实验结果表明自适应交易策略在EUA期货市场频繁剧烈波动时收益突出,在市场价格波动较为平缓时也能获得较好收益。本文建立的遗传-Mexican hat小波神经网络模型为预测问题提供了一种有效的解决途径,提出的自适应交易策略在EUA期货市场频繁剧烈波动和较为平稳时均有较好表现,这种方法为碳排放期货市场中交易决策的制定产生了一定的参考作用,也为其他期货市场的研究提供了新的视角和研究基础。
【关键词】：交易策略 遗传算法 小波神经网络 Granger因果检验 小波分析
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X196;F831.5;F726
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 研究背景、目的和意义10-11
• 1.1.1 研究背景10
• 1.1.2 目的和意义10-11
• 1.2 文献综述11-15
• 1.3 研究内容15-16
• 1.4 技术路线与研究方法16-18
• 1.4.1 技术路线16-17
• 1.4.2 研究方法17-18
• 第2章 理论基础18-25
• 2.1 期货价格的技术分析18-19
• 2.1.1 技术分析的特点与优缺点18-19
• 2.1.2 期货价格趋势19
• 2.1.3 移动平均线原理与应用19
• 2.2 遗传算法19-21
• 2.2.1 基本原理19-20
• 2.2.2 遗传算法基本步骤20-21
• 2.3 人工神经网络21-25
• 2.3.1 人工神经元21-23
• 2.3.2 BP神经网络23-25
• 第3章 碳交易市场期货间价格波动关系与碳期货价格预测25-39
• 3.1 模型与方法25-26
• 3.2 格兰杰因果关系模型26-27
• 3.3 遗传算法改进的小波神经网络模型27-31
• 3.4 碳期货市场的实证分析31-38
• 3.4.1 变量和数据31-32
• 3.4.2 格兰杰因果关系32-33
• 3.4.3 遗传算法改进的小波神经网络模型预测结果33-38
• 3.5 本章小结38-39
• 第4章 碳期货的自适应交易策略39-52
• 4.1 自适应交易策略模型结构39-40
• 4.2 数据预处理40-41
• 4.3 自适应交易阈划定41-45
• 4.4 策略选择45-46
• 4.5 实验结果46-51
• 4.6 本章小结51-52
• 第5章 结论与展望52-55
• 5.1 结论52-53
• 5.2 研究展望53-55
• 致谢55-56
• 参考文献56-60
• 附录60

【相似文献】

中国期刊全文数据库 前3条

1 李钰;费为银;石学芹;李娟;;在部分信息下股票收益服从隐马尔科夫模型的最优交易策略[J];东华大学学报(自然科学版);2012年06期

2 见惊雷;韦巍;;敏感时期的棉花交易策略(三) 国内期棉仍有下跌空间[J];纺织服装周刊;2011年30期

3 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 王明日;刘善存;;限价指令交易策略的收益水平研究[A];第八届中国管理科学学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 好买基金研究中心 梁正;交易策略“适”者为王[N];经济日报;2014年

2 记者 张欢;期市投资不断完善交易策略才能持久盈利[N];期货日报;2012年

3 国泰君安期货 刘上青　刘佳伟;芝商所豆类期货的交易策略[N];期货日报;2014年

4 宝城期货金融研究所 程小勇;适合自己的交易策略才是最好的策略[N];中国证券报;2014年

5 肖懿;外汇交易策略[N];中国证券报;2003年

6 ;外汇交易策略(22)[N];中国证券报;2003年

7 冯迪凡;“他确信自己已经发明了一种伟大的新交易策略”[N];第一财经日报;2008年

8 ;交易策略研究要多总结历史规律[N];期货日报;2009年

9 王智勇;商品市场交易策略[N];期货日报;2004年

10 记者 饶红浩;程序化交易策略需耐得住寂寞[N];期货日报;2013年

中国博士学位论文全文数据库 前7条

1 燕汝贞;基于隐性交易成本的算法交易策略研究[D];电子科技大学;2014年

2 宋庆阳;适应性市场假说：基于中国资本市场的实证研究[D];重庆大学;2015年

3 王利军;基于多主体仿真的原油期货市场交易策略优选研究[D];中国地质大学(北京);2016年

4 来升强;高频数据交易策略与波动性分析[D];厦门大学;2009年

5 付兰多;斯里兰卡股市新兴的盈利技术交易策略的市场效率和适用性[D];华中师范大学;2012年

6 王帅;量化投资：从行为金融到高频交易[D];华东师范大学;2013年

7 王宝森;股票指数期货交易策略及风险管理研究[D];天津大学;2004年

中国硕士学位论文全文数据库 前10条

1 冯毅锋;技术分析有效性研究[D];华南理工大学;2015年

2 陆昱廷;我国股票市场技术分析交易策略实证研究[D];复旦大学;2014年

3 余卫康;基于ACD模型的沪深300股指期货交易策略实证研究[D];南开大学;2015年

4 谢堞江;量化交易策略综述与新策略设计[D];浙江大学;2016年

5 李治;基于趋势理论的量化交易策略在外汇市场的应用研究[D];南京大学;2016年

6 陈禹伸;基于协整理论与相关系数的配对交易策略研究[D];南京大学;2016年

7 张丁元;现货黄金交易策略的建立、测评与改进[D];新疆财经大学;2015年

8 卜星;碳交易市场期货价格预测与交易策略研究[D];中国地质大学(北京);2016年

9 胡冰凌;程序化交易策略的优化研究[D];广西大学;2016年

10 雷宗光;证券交易策略博弈研究[D];武汉理工大学;2007年

  本文关键词：碳交易市场期货价格预测与交易策略研究，由笔耕文化传播整理发布。

，

本文编号：252263