本轮猪周期主因非洲猪瘟量化模型设计及价格预测效果评估
发布时间：2021-09-12 14:15
由于非洲猪瘟疫情影响巨大,新一轮猪周期的生猪价格涨幅远超前几轮。随着生猪价格加速上涨阶段结束,生猪价格拐点何时到来、本轮猪周期何时结束、未来生猪价格走势如何成为行业内外思考的问题。以非洲猪瘟引起的产能减少为研究核心,从强度和时间2个维度分析标猪出栏减少量在疫情发生后各月的分配情况,建立量价运算框与广义简约梯度（GRG）运算框结构,构成本轮猪周期主因非洲猪瘟量化模型,预测未来生猪价格变化趋势。根据2018年8月至2020年7月的每月全国生猪最高日均价数据测试本模型,检验结果表明模型预测效果良好。
【文章来源】：中国猪业. 2020,15(05)
【文章页数】：8 页
【部分图文】：
图１ａ?Ｐ－Ｙ量价运算框??图１ｂ?７－Ｐ量价运算框??
猪业经济??Ｓｗｉｎｅ?Ｉｎｄｕｓｔｒｙ?Ｅｃｏｎｏｍｉｃｓ??２０２０年第５期??图２?ＧＲＧ运算框??■??ｐ－ｙ量价运算框??—??非线性规划ＧＲＧ运算框??—??－??量价运算框??１示猪出栏??＾少量（Ｌ??「相关系数（「｝??拟合优度（Ｒ２〉??平均绝对误差（ＭＡＥ）??平均绝对误差百分比（ＭＡＰＥ）??误差均方（ＭＳＥ）??Ｌ误差均方根（ＲＭＳＥ）??图３价格预测技术路线??测试集：与训练集和验证集相对独立，获得模型在??该集上的测试误差。??本文采用３项拟合指标对模型预测结果进行评估，??具体评估方案如表１：??２．５预测结果迭代计算??本模型预测结果并不是静态值，而是进行迭代计??算，即模型运算结果随输入的实际价格数据序列的更新??而更新。这种迭代设计使本模型可以尽可能接受最新的??价格波动信息，对历史预测进行纠偏。记：??Ｆｆ（“第ｉ次更新的实际价格数据序列”?｝，则??ＦｆＦｉＵｌＵ?（３３）??３模型测试及预测结果??３．１样本数据与抽样说明??本轮猪周期受２０１８年８月国内暴发的非洲猪瘟疫??情影响，故为验证本模型预测效果，本文选取２０１８年８??月１日至２０２０年７月３１日（不含节假日）的全国生猪??均价日度数据作为原始数据总体（Ｆ），数据取自卓创资??讯，见图４Ｓ从总体Ｆ中抽取每月的最高价形成月度数??据样本（Ｐ，即当月生猪最高日均价）作为研究样本，??记：??「＝作）＝（“第ｉ月第ｊ日的全国生猪均价”?｝，?ｉ＝０为??２０１８?年?８?月?（３４）??／ＭＡＸ（（ｆｏｊ）＼??ＭＡＸ（（ｆｌｉ）??贝?ＵＰ?＝?ｆｆｉ）?＝?ＭＡＸ（
猪业经济??Ｓｗｉｎｅ?Ｉｎｄｕｓｔｒｙ?Ｅｃｏｎｏｍｉｃｓ??２０２０年第５期???２０２，０＾０３??２０２０－０４??２０２０－０５???２０２０－０６??２０２０－０７??图７生猪预测价格多次迭代预测结果比较??以得到不同的预测结果，但只要原始数据统计标准一致??就不影响模型趋势的预测ａ由于当前数据样本有限，模??型测试时使用的训练集为全部样本数据，暂无其他数据??集作为验证集与测试集进一步检验模型效果，因此由训??练集计算出的评估指标值存在“过度拟合”的可能（即??训练误差低估实际预测误差），无法完全表征本模型对??未来价格的预测效果好坏》但是后期的模型迭代计算设??迭代??（ｌ）??评估??指标??相关系数??（ｒ）??拟合优度??（Ｒ２）??平均绝对误差??（ＭＡＥ）??平均绝对误差百分比??（ＭＡＰＥ）??误差均方??（ＭＳＥ）??误差均方根??（ＲＭＳＥ）??训练集??０．?９７９４??０．?９５９３??１．７１３??８．?０８％??５．?１２２??２．２６３??１６??验证集??－０．?０３５??０．?００１??２?．?４５１??６．?９６％??９．?６２３??３．?１０２??训练集??０．９８１??０．?９６２??１．６９８??７．?８５％??４．?９５４??２．?２２６??１７??验证集??－０．１５３??０．?０２４??２．６６９??７．?６５％??１１．２２３??３．３５０??训练集??０．?９８４??０．?９６８??１．６４６??７．?５３％??４．?７２０??２．?１７３??１８??验证集??－０．５４４??０．?２９６??５．?１２５??１５．００％
【参考文献】：
期刊论文
[1]通过二次指数平滑构建生猪价格短周期量化模型的方法与预测效果评估[J]. 杨雪,李文献. 中国证券期货. 2021(01)
[2]试论我国“猪周期”的通货膨胀效应[J]. 谢雨芯. 商讯. 2021(06)
本文编号：3394374
【文章来源】：中国猪业. 2020,15(05)
【文章页数】：8 页
【部分图文】：
图１ａ?Ｐ－Ｙ量价运算框??图１ｂ?７－Ｐ量价运算框??
猪业经济??Ｓｗｉｎｅ?Ｉｎｄｕｓｔｒｙ?Ｅｃｏｎｏｍｉｃｓ??２０２０年第５期??图２?ＧＲＧ运算框??■??ｐ－ｙ量价运算框??—??非线性规划ＧＲＧ运算框??—??－??量价运算框??１示猪出栏??＾少量（Ｌ??「相关系数（「｝??拟合优度（Ｒ２〉??平均绝对误差（ＭＡＥ）??平均绝对误差百分比（ＭＡＰＥ）??误差均方（ＭＳＥ）??Ｌ误差均方根（ＲＭＳＥ）??图３价格预测技术路线??测试集：与训练集和验证集相对独立，获得模型在??该集上的测试误差。??本文采用３项拟合指标对模型预测结果进行评估，??具体评估方案如表１：??２．５预测结果迭代计算??本模型预测结果并不是静态值，而是进行迭代计??算，即模型运算结果随输入的实际价格数据序列的更新??而更新。这种迭代设计使本模型可以尽可能接受最新的??价格波动信息，对历史预测进行纠偏。记：??Ｆｆ（“第ｉ次更新的实际价格数据序列”?｝，则??ＦｆＦｉＵｌＵ?（３３）??３模型测试及预测结果??３．１样本数据与抽样说明??本轮猪周期受２０１８年８月国内暴发的非洲猪瘟疫??情影响，故为验证本模型预测效果，本文选取２０１８年８??月１日至２０２０年７月３１日（不含节假日）的全国生猪??均价日度数据作为原始数据总体（Ｆ），数据取自卓创资??讯，见图４Ｓ从总体Ｆ中抽取每月的最高价形成月度数??据样本（Ｐ，即当月生猪最高日均价）作为研究样本，??记：??「＝作）＝（“第ｉ月第ｊ日的全国生猪均价”?｝，?ｉ＝０为??２０１８?年?８?月?（３４）??／ＭＡＸ（（ｆｏｊ）＼??ＭＡＸ（（ｆｌｉ）??贝?ＵＰ?＝?ｆｆｉ）?＝?ＭＡＸ（
猪业经济??Ｓｗｉｎｅ?Ｉｎｄｕｓｔｒｙ?Ｅｃｏｎｏｍｉｃｓ??２０２０年第５期???２０２，０＾０３??２０２０－０４??２０２０－０５???２０２０－０６??２０２０－０７??图７生猪预测价格多次迭代预测结果比较??以得到不同的预测结果，但只要原始数据统计标准一致??就不影响模型趋势的预测ａ由于当前数据样本有限，模??型测试时使用的训练集为全部样本数据，暂无其他数据??集作为验证集与测试集进一步检验模型效果，因此由训??练集计算出的评估指标值存在“过度拟合”的可能（即??训练误差低估实际预测误差），无法完全表征本模型对??未来价格的预测效果好坏》但是后期的模型迭代计算设??迭代??（ｌ）??评估??指标??相关系数??（ｒ）??拟合优度??（Ｒ２）??平均绝对误差??（ＭＡＥ）??平均绝对误差百分比??（ＭＡＰＥ）??误差均方??（ＭＳＥ）??误差均方根??（ＲＭＳＥ）??训练集??０．?９７９４??０．?９５９３??１．７１３??８．?０８％??５．?１２２??２．２６３??１６??验证集??－０．?０３５??０．?００１??２?．?４５１??６．?９６％??９．?６２３??３．?１０２??训练集??０．９８１??０．?９６２??１．６９８??７．?８５％??４．?９５４??２．?２２６??１７??验证集??－０．１５３??０．?０２４??２．６６９??７．?６５％??１１．２２３??３．３５０??训练集??０．?９８４??０．?９６８??１．６４６??７．?５３％??４．?７２０??２．?１７３??１８??验证集??－０．５４４??０．?２９６??５．?１２５??１５．００％
【参考文献】：
期刊论文
[1]通过二次指数平滑构建生猪价格短周期量化模型的方法与预测效果评估[J]. 杨雪,李文献. 中国证券期货. 2021(01)
[2]试论我国“猪周期”的通货膨胀效应[J]. 谢雨芯. 商讯. 2021(06)
本文编号：3394374
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/3394374.html
