ARIMA-LGARCH模型在WTI指数中的应用与研究

发布时间：2020-07-26 07:49

【摘要】：原油一直被称作黑色的金子。原油不仅是国际上举足轻重的基础原料与能源,又被作为不可或缺的战略储备物资,同时它也制约着世界各国的经济发展、国家安全等各方面问题。所以,预测国际油价对世界各国的政治、经济形势都起着至关重要的作用。为了更加精确的描述时间序列模型,文中根据WTI指数进行实证分析,通过对GARCH模型优化、ARCH效应检验、ARIMA参数选择和平稳性检验,在ARIMA-GARCH模型的基础上进行改进,得到ARIMA-LGARCH预测模型。并给出了ARIMA-LGARCH模型的定义,同时运用该模型对数据进行预测,通过真实值与预测值对比分析,得出ARIMA-LGARCH模型可以很好地拟合WTI指数并进行短周期预测的结论。实验数据表明,ARIMA-LGARCH模型有效地解决了数据“拖尾”现象,提高了预测的精度。本文研究的主要内容和成果如下:1.建立特征集,特征自动选择。已有的特征建立方法主要关注交易价格、周期、价格涨跌幅等数据的统计特征,忽略了交易数据的衍生特征。本文根据交易数据的周期性从黄金分割位周期数据、斐波拉契周期数据、收盘价方差属性等方面进行多维度的数据分析。从WTI指数数据中提取多维数据,运用Relief特征选择算法进行降维,建立合理的特征集合。实验表明,引入斐波拉契位收盘数据、方差、黄金分割位数据统计量后,能很好地结合时间序列预测WTI指数。2.根据数据自身特性和交易经验,引入黄金分割位、斐波拉契位数据的概念,对交易特征数据进行扩充,多维度反映数据自身特征。并详细介绍数据自身属性,根据程序运行时间和特征贡献率选择Relief算法进行特征运算,科学筛选特征集。3.在科学地建立特征集的前提下,分析了ARIMA模型和LGARCH模型在WTI指数计算中的应用,并详细地分析了两种模型的优缺点,以及相关模型在WTI指数预测中出现的现象和性质,最后通过模型复合形成ARIMA-LGARCH模型避免了单一模型在WTI指数预测中的缺陷,准确率有较大提高。
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：F224;F416.22;F764.1;F831.51
【图文】：

第一章 绪论交额等特征属性。Step3：特征降维。运用 PCA 和 Relief 算法对交易数据特征降维。Step4：建立模型。对 ARIMA 和 GARCH，GARCH(1,1)模型和 TGARCH 模型，及 EGARCH 模型和 IGARCH(1,1)模型运用异方差修正的方法以及模型检验对多种模对比。Step5：模型选择。经过模型对以往历史数据的学习，对测试数据进行检测。Step6：误差评判。通过测试数据的检测与分析，进一步对模型的合理性进行检测其 WTI 指数检测流程图如下：

图 2.1 WTI 指数和美元指数随时间变化示意图市场估计由于夏季的来临，美国迎来驾驶季节将会导致汽油需求量增加，然而美国原油库存却创出历史新的高度，进一步加重了对世界各国对原油供给过剩的忧虑。纽交所于 5 月份交割的 WTI 指数下滑 34 美分，跌幅 0.7%，每桶原油价格在 47.70 美元时收盘。随着时间的变化 WTI 原油价格波动较大。

图 2.1 WTI 指数和美元指数随时间变化示意图市场估计由于夏季的来临，美国迎来驾驶季节将会导致汽油需求量增加，然而库存却创出历史新的高度，进一步加重了对世界各国对原油供给过剩的忧虑。 5 月份交割的 WTI 指数下滑 34 美分，跌幅 0.7%，每桶原油价格在 47.70 美元随着时间的变化 WTI 原油价格波动较大。

【参考文献】

中国期刊全文数据库 前10条

1 傅强;伍习丽;;基于ARFIMA-WRBV-VaR的中国股市风险研究[J];西南大学学报(自然科学版);2013年03期

2 胡爱梅;王书平;;基于ARIMA与GARCH模型的国际油价预测比较分析[J];经济研究导刊;2012年26期

3 刘琰;刑薇;丁乐群;徐越;韩强;王宇拓;;基于ARIMA-GARCH模型的现货电价预测[J];能源技术经济;2012年02期

4 林盛;叶馨;刘金培;;基于多因素小波回归分析的国际原油价格分析与预测[J];西安电子科技大学学报(社会科学版);2011年06期

5 林盛;王文超;;基于PCA的ARFIMA-GARCH油价预测模型[J];价值工程;2011年27期

6 张苏林;;我国黄金现货波动率预测能力分析——基于GARCH模型与CARR模型的比较[J];金融理论与实践;2011年08期

7 何红霞;;中国股市价格的波动性研究——基于沪深300指数的GARCH族模型[J];和田师范专科学校学报;2010年03期

8 吴虹;尹华;;ARIMA与SVM组合模型的石油价格预测[J];计算机仿真;2010年05期

9 孔祥芝;王延清;;基于ARIMA-GARCH模型和极值理论的中国股市风险价值度量[J];中国管理信息化;2010年09期

10 陈益芬;徐诺;;国际原油价格市场波动的模型分析[J];甘肃联合大学学报(自然科学版);2010年02期

中国博士学位论文全文数据库 前1条

1 兰秋军;金融时间序列隐含模式挖掘方法及其应用研究[D];湖南大学;2005年

中国硕士学位论文全文数据库 前4条

1 季静;时间序列模型在石油价格预测中的应用研究[D];长春工业大学;2012年

2 周海宝;国际原油价格的影响因素分析及其预测研究[D];南京理工大学;2012年

3 侯璐;基于ARIMA模型的石油价格短期分析预测[D];暨南大学;2009年

4 饶丹珍;中国石油安全的维护[D];华中师范大学;2006年

本文编号：2770489