

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、金屬銅由于諸多優(yōu)異的物理、化學性質,被廣泛運用于電氣、輕工、機械制造、建筑工程、國防工業(yè)等領域,是國民經濟中最重要的有色金屬。作為全球第一大精銅消費國,中國對精銅的需求量占到全球總需求的43%,但由于國內精銅產量有限,中國約有三成的精銅需求依賴凈進口來滿足。而銅價本身是銅工業(yè)屬性及金融屬性的綜合表現(xiàn),受到供需基本面、全球經濟情況、貨幣政策等諸多因素影響,因此銅價往往呈現(xiàn)大幅波動。尤其是金融危機后銅的金融屬性進一步提升,價格波動加劇。與此
2、同時,銅企的經營業(yè)績極易受銅價波動影響,盡管我國推出了滬銅期貨,為國內銅企套期保值提供了途徑,但由于銅價波動較大,很多企業(yè)套期保值效果不佳。故預測滬銅期貨價格變動,并在此基礎上制定套期保值策略現(xiàn)實意義重大。
論文分析了銅的全球供需基本面情況,運用ARIMA、GM(1,1)、BP神經網(wǎng)絡3個單一預測模型對滬銅價格進行預測,并在單一模型預測的基礎上,建立了基于最優(yōu)權重的線性組合模型和基于BP神經網(wǎng)絡的非線性組合模型這2種組合預測模
3、型??紤]到模型對不同數(shù)據(jù)的適用性不同,文章針對趨勢行情、反轉行情、震蕩行情3類市場行情及長期、中期、短期3種時間跨度共計9(3*3)種情況分別進行價格預測,來檢測組合預測模型的適用性,從而得到合適的滬銅價格預測模型。論文研究得到以下結論:最優(yōu)權重的線性組合預測模型、基于BP神經網(wǎng)絡的非線性組合預測模型這2種組合預測模型在9種情形下,必有一種組合預測模型能得到最優(yōu)預測結果,即組合預測模型較單一預測模型有著更佳的預測效果;兩種組合預測模型中
4、,基于BP神經網(wǎng)絡的非線性組合預測模型有著更廣的適用性,在檢驗的9種情形中有7次能達到最優(yōu)預測結果,且預測值的平均誤差均小于1%(除長期反轉)。以中期趨勢行情為例,基于BP神經網(wǎng)絡的非線性組合模型對6個未來值的預測相對誤差范圍為[0.13%,1.31%],最大單一誤差1.31%,累計誤差4.26%,較ARIMA、GM(1,1)、BP神經網(wǎng)絡3個單一預測模型模型及最優(yōu)權重的線性組合預測模型均有著更高的預測精度;組合預測方法適用性良好,可適
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 滬銅期貨價格預測模型的構建與預測研究.pdf
- 滬銅期貨價格的非線性模型及實證研究.pdf
- 石油期貨價格分析及預測.pdf
- 我國國債期貨價格發(fā)現(xiàn)與套期保值功能的實證研究.pdf
- 基于我國黃金期貨價格發(fā)現(xiàn)功能的套期保值研究.pdf
- 倫銅期貨價格的影響因素實證研究.pdf
- 基于神經網(wǎng)絡的期貨價格預測與模型實現(xiàn)——以上海金屬期貨價格預測為例.pdf
- 中國銅期貨價格的仿射期限結構模型研究.pdf
- 上海、倫敦銅期貨價格相依引導關系的研究.pdf
- 滬銅期貨價格相關因素的實證分析.pdf
- 基于長短期記憶模型的期貨價格預測.pdf
- 動力煤期貨價格發(fā)現(xiàn)實證分析與企業(yè)開展套期保值研究.pdf
- 我國玉米期貨價格預測實證分析.pdf
- 上海期貨交易所銅期貨價格發(fā)現(xiàn)功能實證分析
- 大豆期貨價格研究分析.pdf
- 大豆期貨價格影響因素及投資策略分析
- 美國大豆期貨價格對我國大豆期貨價格的影響分析.pdf
- 美國大豆期貨價格對我國大豆期貨價格的影響分析
- 基于深度學習的黃金期貨價格預測.pdf
- 股指期貨價格行為及投資組合策略實證研究.pdf
評論
0/150
提交評論