原油期货价格预测模型CEEMDAN-PSO-ELM

发布时间：2021-02-18 01:15

　　为了进一步提升原油期货价格预测的精准性,本文基于CEEMDAN分解算法和ELM极限学习机模型,利用PSO粒子群优化算法对机器学习模型进行参数寻优,进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分解,然后利用Lempel-Ziv复杂度指数对分量进行重构,得到高频、中频和低频重构分量,再采用PSO-ELM模型对每个重构分量进行预测,利用PACF系数选取模型输入变量,最终加总集成各分量预测结果.实证结果表明,与其他15种基准模型相比, CEEMDAN-PSO-ELM模型的预测性能最佳, MCS检验和DM检验也进一步证实了该模型的稳健性. 

【文章来源】：计算机系统应用. 2020,29(02)

【文章页数】：12 页

【参考文献】：
期刊论文
[1]跳跃风险、结构突变与原油期货价格波动预测[J]. 龚旭,林伯强.  中国管理科学. 2018(11)
[2]基于EEMD-LSTM-Adaboost的商品价格预测[J]. 邸浩,赵学军,张自力.  统计与决策. 2018(13)
[3]基于PSO-ELM的机器人精度补偿方法研究[J]. 冯禹铭,董秀成,金滔.  计算机应用研究. 2019(10)
[4]经济政策不确定性与我国股市波动率预测研究[J]. 雷立坤,余江,魏宇,赖晓东.  管理科学学报. 2018(06)
[5]基于二层分解技术和改进极限学习机模型的PM2.5浓度预测研究[J]. 罗宏远,王德运,刘艳玲,魏帅,林彦兵.  系统工程理论与实践. 2018(05)
[6]交叉口短时流量CEEMDAN-PE-OSELM预测模型[J]. 田秀娟,于德新,邢雪,商强,王树兴.  哈尔滨工业大学学报. 2018(03)
[7]基于CEEMDAN-排列熵和泄漏积分ESN的中期电力负荷预测研究[J]. 李军,李青.  电机与控制学报. 2015(08)
[8]基于MSVAR的国际原油期货价格变动研究[J]. 李智,林伯强,许嘉峻.  金融研究. 2014(01)



本文编号：3038825