基于影响特征的LSTM-RNN国际原油价格预测模型构建研究
发布时间：2020-12-10 07:30
原油是推动经济发展的主要动力之一。既往关于原油价格的预测中,以计量经济学为代表的线性方法,已经得到长足发展,机器学习（ML）方法的兴起,使我们能以非线性的方法进行预测,其中以SVM及神经网络的方法最为见长。但是,这些方法在应用上,或只管关注自限定的商品属性或金融属性因素,或忽略各因素的内生影响特征,或在模型类型选择上过于单一。因此,本文基于原油的二重属性,通过构建TVP-VAR模型,明晰各因素对原油价格造成的影响特征,为LSTM-RNN模型变量选取及参数设定提供依据。通过构建LSTM、RNN及对照模型,对原油价格进行预测,得到基于影响特征的LSTM-RNN国际原油价格预测模型。本研究通过脉冲响应函数,识别各因素对原油价格的影响特征;通过对比分析其他原油价格的预测方法,得到构建的基于影响特征的LSTM-RNN国际原油价格预测模型更为优越。主要研究结论为:（1）原油商品属性因素以及金融属性因素均会对原油价格造成影响且具有时变效应;而煤炭价格、CPI及人民币汇率对原油价格影响相对于其他因素不显著;并且各因素对原油价格的冲击大多在滞后3个月时冲击最为显著,在滞后6个月时收敛。（2）相对于传统计...
【文章来源】：兰州理工大学甘肃省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
原油价格与原油需求关系图
基于影响特征的LSTM-RNN国际原油价格预测模型构建研究28图3.2原油价格与原油供给关系图原油价格与其他能源产品的价格关系如图3.3所示，可以看到，原油价格的趋势与煤炭价格以及天然气价格的趋势相吻合，都出现同升同降的关系，其中天然气的价格在2000年12月与2005年12月均出现剧烈增长，增幅约为同年6月的2倍，而原油价格与煤炭价格虽然也出现波动，但是波动幅度较校在2008年金融危机时期，三种能源产品价格均出现大幅度上升。图3.3能源产品价格趋势图原油价格与美国的经济走势并不是同步的，如图3.4所示，原油价格与美元指数的关系总体上看是负向相关，但是在1995年6月-1996年12月出现同时上升的趋势，在2006年6月-2006年12月出现同时下降的趋势，因此影响原油价格的因素并不是单一的，同时也驳斥了关于美元指数与原油价格负相关的研究。从图中可以看出在08年金融危机时期，原油价格迅速飙升的同时，美元指数大幅下跌，说明原油价格与美国的经济形势相关联。图3.4美元指数与原油价格关系原油价格与汇率的关系如图3.5所示，其中美元汇率与原油价格大体上呈负相关关系，但这种关系在原油价格波动明显时期不显著；人民币汇率在一定程度上与原油价格
基于影响特征的LSTM-RNN国际原油价格预测模型构建研究28图3.2原油价格与原油供给关系图原油价格与其他能源产品的价格关系如图3.3所示，可以看到，原油价格的趋势与煤炭价格以及天然气价格的趋势相吻合，都出现同升同降的关系，其中天然气的价格在2000年12月与2005年12月均出现剧烈增长，增幅约为同年6月的2倍，而原油价格与煤炭价格虽然也出现波动，但是波动幅度较校在2008年金融危机时期，三种能源产品价格均出现大幅度上升。图3.3能源产品价格趋势图原油价格与美国的经济走势并不是同步的，如图3.4所示，原油价格与美元指数的关系总体上看是负向相关，但是在1995年6月-1996年12月出现同时上升的趋势，在2006年6月-2006年12月出现同时下降的趋势，因此影响原油价格的因素并不是单一的，同时也驳斥了关于美元指数与原油价格负相关的研究。从图中可以看出在08年金融危机时期，原油价格迅速飙升的同时，美元指数大幅下跌，说明原油价格与美国的经济形势相关联。图3.4美元指数与原油价格关系原油价格与汇率的关系如图3.5所示，其中美元汇率与原油价格大体上呈负相关关系，但这种关系在原油价格波动明显时期不显著；人民币汇率在一定程度上与原油价格
【参考文献】：
期刊论文
[1]基于DMD-LSTM模型的股票价格时间序列预测研究[J]. 史建楠,邹俊忠,张见,汪春梅,卫作臣. 计算机应用研究. 2020(03)
[2]基于LSTM的设备故障在线检测方法[J]. 周剑飞,刘晨. 计算机工程与应用. 2020(01)
[3]美元指数与原油价格暴涨暴跌的交互刺激研究[J]. 马勇,潘冬涛,曾兆祥. 财经理论与实践. 2018(06)
[4]基于循环神经网络和蝙蝠算法的变压器故障诊断[J]. 李俊峰. 电工技术. 2018(20)
[5]基于独立源分析的小波神经网络油价预测[J]. 高艺晋,童纪新,代杰. 统计与决策. 2018(19)
[6]循环神经网络股票预测[J]. 王子玥. 电脑知识与技术. 2018(22)
[7]基于循环神经网络的网络舆情趋势预测研究[J]. 孙靖超,周睿,李培岳,芦天亮. 情报科学. 2018(08)
[8]基于循环神经网络的测井曲线生成方法[J]. 张东晓,陈云天,孟晋. 石油勘探与开发. 2018(04)
[9]基于Lasso和Xgboost的油价预测研究[J]. 施国良,景志刚,范丽伟. 工业技术经济. 2018(07)
[10]美元指数、原油价格对黄金价格影响的实证分析[J]. 纪路宇,赵宝琦,刘子磊. 金融经济. 2017(16)
博士论文
[1]基于数据流学习的国际石油价格预测研究[D]. 高爽.中国地质大学(北京) 2016
[2]符号约束的TVP-VAR模型及我国信贷供求冲击的研究[D]. 闫彬彬.华中科技大学 2013
硕士论文
[1]面向股价预测的神经网络新闻与量价综合建模研究[D]. 汪意发.哈尔滨工业大学 2018
[2]石油供需与价格的耦合关系研究[D]. 张瑶.江苏大学 2017
[3]国际油价与美元汇率的长程交叉相关性研究[D]. 姜佳祺.南京财经大学 2016
[4]混合神经网络在石油价格预测中的应用研究[D]. 胡珊.南昌大学 2013
[5]国际石油价格预测模型研究[D]. 邓美玲.西南石油大学 2009
[6]石油价格的波动分析与预测方法研究[D]. 杜光年.西南石油大学 2006
本文编号：2908320
【文章来源】：兰州理工大学甘肃省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
原油价格与原油需求关系图
基于影响特征的LSTM-RNN国际原油价格预测模型构建研究28图3.2原油价格与原油供给关系图原油价格与其他能源产品的价格关系如图3.3所示，可以看到，原油价格的趋势与煤炭价格以及天然气价格的趋势相吻合，都出现同升同降的关系，其中天然气的价格在2000年12月与2005年12月均出现剧烈增长，增幅约为同年6月的2倍，而原油价格与煤炭价格虽然也出现波动，但是波动幅度较校在2008年金融危机时期，三种能源产品价格均出现大幅度上升。图3.3能源产品价格趋势图原油价格与美国的经济走势并不是同步的，如图3.4所示，原油价格与美元指数的关系总体上看是负向相关，但是在1995年6月-1996年12月出现同时上升的趋势，在2006年6月-2006年12月出现同时下降的趋势，因此影响原油价格的因素并不是单一的，同时也驳斥了关于美元指数与原油价格负相关的研究。从图中可以看出在08年金融危机时期，原油价格迅速飙升的同时，美元指数大幅下跌，说明原油价格与美国的经济形势相关联。图3.4美元指数与原油价格关系原油价格与汇率的关系如图3.5所示，其中美元汇率与原油价格大体上呈负相关关系，但这种关系在原油价格波动明显时期不显著；人民币汇率在一定程度上与原油价格
基于影响特征的LSTM-RNN国际原油价格预测模型构建研究28图3.2原油价格与原油供给关系图原油价格与其他能源产品的价格关系如图3.3所示，可以看到，原油价格的趋势与煤炭价格以及天然气价格的趋势相吻合，都出现同升同降的关系，其中天然气的价格在2000年12月与2005年12月均出现剧烈增长，增幅约为同年6月的2倍，而原油价格与煤炭价格虽然也出现波动，但是波动幅度较校在2008年金融危机时期，三种能源产品价格均出现大幅度上升。图3.3能源产品价格趋势图原油价格与美国的经济走势并不是同步的，如图3.4所示，原油价格与美元指数的关系总体上看是负向相关，但是在1995年6月-1996年12月出现同时上升的趋势，在2006年6月-2006年12月出现同时下降的趋势，因此影响原油价格的因素并不是单一的，同时也驳斥了关于美元指数与原油价格负相关的研究。从图中可以看出在08年金融危机时期，原油价格迅速飙升的同时，美元指数大幅下跌，说明原油价格与美国的经济形势相关联。图3.4美元指数与原油价格关系原油价格与汇率的关系如图3.5所示，其中美元汇率与原油价格大体上呈负相关关系，但这种关系在原油价格波动明显时期不显著；人民币汇率在一定程度上与原油价格
【参考文献】：
期刊论文
[1]基于DMD-LSTM模型的股票价格时间序列预测研究[J]. 史建楠,邹俊忠,张见,汪春梅,卫作臣. 计算机应用研究. 2020(03)
[2]基于LSTM的设备故障在线检测方法[J]. 周剑飞,刘晨. 计算机工程与应用. 2020(01)
[3]美元指数与原油价格暴涨暴跌的交互刺激研究[J]. 马勇,潘冬涛,曾兆祥. 财经理论与实践. 2018(06)
[4]基于循环神经网络和蝙蝠算法的变压器故障诊断[J]. 李俊峰. 电工技术. 2018(20)
[5]基于独立源分析的小波神经网络油价预测[J]. 高艺晋,童纪新,代杰. 统计与决策. 2018(19)
[6]循环神经网络股票预测[J]. 王子玥. 电脑知识与技术. 2018(22)
[7]基于循环神经网络的网络舆情趋势预测研究[J]. 孙靖超,周睿,李培岳,芦天亮. 情报科学. 2018(08)
[8]基于循环神经网络的测井曲线生成方法[J]. 张东晓,陈云天,孟晋. 石油勘探与开发. 2018(04)
[9]基于Lasso和Xgboost的油价预测研究[J]. 施国良,景志刚,范丽伟. 工业技术经济. 2018(07)
[10]美元指数、原油价格对黄金价格影响的实证分析[J]. 纪路宇,赵宝琦,刘子磊. 金融经济. 2017(16)
博士论文
[1]基于数据流学习的国际石油价格预测研究[D]. 高爽.中国地质大学(北京) 2016
[2]符号约束的TVP-VAR模型及我国信贷供求冲击的研究[D]. 闫彬彬.华中科技大学 2013
硕士论文
[1]面向股价预测的神经网络新闻与量价综合建模研究[D]. 汪意发.哈尔滨工业大学 2018
[2]石油供需与价格的耦合关系研究[D]. 张瑶.江苏大学 2017
[3]国际油价与美元汇率的长程交叉相关性研究[D]. 姜佳祺.南京财经大学 2016
[4]混合神经网络在石油价格预测中的应用研究[D]. 胡珊.南昌大学 2013
[5]国际石油价格预测模型研究[D]. 邓美玲.西南石油大学 2009
[6]石油价格的波动分析与预测方法研究[D]. 杜光年.西南石油大学 2006
本文编号：2908320
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/2908320.html
