本发明涉及碳交易价格预测方法,具体是涉及一种基于改进gm(1,1)模型的碳交易价格预测方法。
背景技术:
1、减少温室气体排放、积极应对气候变化,已成为全球共识。碳排放权交易价值作用日益凸显。中国全国统一碳市场也加速推进,碳交易价格作为碳交易市场的核心,因此对未来碳交易价格的预测具有重要意义。
2、已有针对碳排放指标交易价格的预测极少,目前用于价格预测的数理模型主要有两大类:一是通过单一模型进行预测,如har-rv高频波动率模型、rarch模型、k-最近邻模型等;二是通过不同类型、频率的模型相组合的方式进行预测如将遗传算法(ga)、经验模式分解(emd)和人工神经网络(ann)相结合的多尺度集成预测模型,以及 arma-garch、ms-ar和cv-svm等组合模型等。已有相关研究多采用比较高级的单一或组合预测模型,提高预测精确度和鲁棒性的同时,也大大加深了预测过程的复杂性,少见将典型的、简易的预测方法加以改进和发展,提高精确度的同时也便于推广运用。
技术实现思路
1、发明目的:本发明的目的是提供一种在少量的、不完全的样本情况下,提高碳交易价格预测结果精确度的基于改进gm(1,1)模型的碳交易价格预测方法。
2、技术方案:本发明的碳交易价格预测方法,包括步骤如下:
3、s1,基于差分阈值滤波法对原始数据进行预处理,得到光滑度提升后的样本序列x(0);
4、s2,对样本序列进行检验,以验证建立gm(1,1)模型的可行性;
5、s3,采用通过检验后的样本序列,建立gm(1,1)微分方程,求解得出预测值;
6、s4,利用残差验证法对步骤s3所得预测值的精度进行检验。
7、进一步,步骤s1中,基于差分阈值滤波法对原始数据进行预处理的具体步骤如下:
8、s11,采用一阶差分处理整个有序序列得出增量序列;
9、s12,计算出原来序列的标准差sd,去掉增量序列中大于两倍sd的点,得到光滑度提升后的样本序列x(0):
10、x(0)=(x0(1),x0(2),…,x0(n))
11、其中,n表示经差分阈值滤波法处理后的样本总个数,n≤m,x0(n)表示第n个样本数。
12、进一步,步骤s2中,通过计算序列x(0)的级比,对光滑度提升后的样本序列进行检验,并进行判断;
13、则序列x(0)的级比的计算表达式如下:
14、
15、若满足λi∈(e-2/(n+1),e2/(n+1)),则序列x(0)能用建立gm(1,1)进行灰色预测;
16、若不满足λi∈(e-2/(n+1),e2/(n+1)),则进行平移变换:
17、y(0)(i)=x(0)(i)+c
18、其中,c为常数。
19、进一步,步骤s3中,采用通过检验后的序列,建立的gm(1,1)微分方程表达式如下:
20、
21、则预测值的表达式如下:
22、
23、
24、式中,x(0)(i)为灰导数,a为发展参数,b为灰作用量,z(1)(i)为数列x(1)的邻值生成序列。
25、进一步,步骤s4中,利用残差验证法对所得预测值的精度进行检验,满足如下表达式,则验证改进后gm(1,1)模型的具有先进性:
26、
27、其中,ε(i)表示采用原始gm(1,1)模型预测计算得到的相对残差;ε′(i)表示采用差分阈值滤波法对gm(1,1)模型进行改进后计算得到的相对残差。
28、本发明与现有技术相比,其显著效果如下:
29、1、本发明基于差分阈值滤波法对原始数据进行预处理,有效提升了碳交易价格样本曲线的光滑度,有利于提高碳交易价格预测精度;
30、2、本发明将典型的、简易的预测方法加以改进和发展,可以提高碳交易价格预测精确度的同时也便于推广运用,利于碳交易价格预测工作者的方便使用。
1.一种基于改进gm(1,1)模型的碳交易价格预测方法,其特征在于,包括步骤如下:
2.根据权利要求1所述的基于改进gm(1,1)模型的碳交易价格预测方法,其特征在于,步骤s1中,基于差分阈值滤波法对原始数据进行预处理的具体步骤如下:
3.根据权利要求2所述的基于改进gm(1,1)模型的碳交易价格预测方法,其特征在于,步骤s2中,通过计算序列x(0)的级比,对光滑度提升后的样本序列进行检验,并进行判断;
4.根据权利要求1所述的基于改进gm(1,1)模型的碳交易价格预测方法,其特征在于,步骤s3中,采用通过检验后的序列,建立的gm(1,1)微分方程表达式如下:
5.根据权利要求1所述的基于改进gm(1,1)模型的碳交易价格预测方法,其特征在于,步骤s4中,利用残差验证法对所得预测值的精度进行检验,满足如下表达式,则验证改进后gm(1,1)模型的具有先进性: