基于ARIMA-SVM的煤炭价格预测及实证研究

煤炭价格是煤炭市场最重要的风向标,预测煤炭价格对我国煤炭行业及相关产业发展具有重要意义,为提高煤炭价格预测的准确度,提出了基于ARIMA-SVM的煤炭价格预测方法。ARI-MA-SVM考虑了煤炭价格时间序列自身特性和对煤炭价格的多种影响因素,采用平均加权的方式将ARIMA和SVM的预测结果进行结合,以期得精度较高、误差水平低的预测结果。对环渤海动力煤价格进行了预测实证分析,实验结果表明,与分别采用ARIMA或SVM的预测结果相比,ARI-MA-SVM方法可以对煤炭价格进行精度更高的预测。     

国际煤炭市场价格预测的复合小波神经网络模型研究及应用

我国加入ＷＴＯ后 ,煤炭市场也必将与国际煤炭市场接轨 ,合理准确地预测国际煤炭市场价格的趋势与走向 ,对我国的煤炭出口、生产以及投资决策都具有十分重要的意义。近年来 ,灰色预测模型和人工神经网络模型用于非线性时间序列预测较为引人注目 ,其优点是它们在建模时都不需要计算统计特征 ,从理论上讲 ,可以适用于任何非线性时间序列的建模 ,但也有其不足之处。灰色预测方法由于其模型特点 ,比较适合于具有指数增长趋势的实际问题 ,对于其它变化趋势 ,则有时拟合灰度较大 ,导致精度难以提高。人工神经网络方法在应用中难以科学地确定网络结…     

5月份煤炭市场主要特征

5月份，煤炭市场的运行的一个突出特征是，随着一些不利因素逐渐调整和修复，动力煤的交易价格在经过了“劳动节”后的短期上冲之后逐渐趋于稳定，煤炭市场的淡季特征终于有所体现，市场动力煤有些缺乏理智的价格上扬势头逐渐得到遏制。月末，超高的市场煤炭价格在沿海一些地区率先出现小幅度下挫，市场动力煤的交易价格走势出现“拐点”。     

2010年国内动力煤市场分析

通过对宏观经济、安全生产、煤炭进出口等八大要素对煤炭市场影响的分析，对2010年国内动力煤市场作出预测，分析认为：2010年国内动力煤市场在各方面因素的综合影响下，仍将保持活跃局面，动力煤价格有望保持高位运行甚至稳中有升。     

动力煤经济运行状况分析及后期市场趋势展望

受政策、天气、突发事件、运输条件和国际形势等因素影响，动力煤的供应持续紧张，价格一直处于飙升趋势。2022年，国内煤炭市场在增产保供的政策下，产量稳步增加，动力煤供应紧张得到有效缓解。本文通过分析当前煤炭市场经济运行状况，结合近年动力煤经济运行表现，以及对影响价格波动因素的分析，预计在一段时间内，动力煤炭价格会在合理范围内浮动。     

沿海煤炭运价预测动力煤价格走势的可行性分析

中国沿海煤炭运价能够反映海运煤炭市场的供需关系,且价格变化较灵活,能够帮助我们判断动力煤北方港口下水价格的走势。通过对比综合指数、秦皇岛—广州运价、秦皇岛—上海运价这3个重要指标与动力煤价格走势的关系,发现秦皇岛—上海运价与动力煤秦皇岛23.03 MJ/kg(5500 kcal)平仓价的变动趋势最接近。利用秦皇岛—上海运价的6周均值能够预测动力煤平仓价未来6周均价的趋势,准确率高达83.1%。如果秦皇岛—上海运价的6周均值开始出现拐点,那么动力煤价格很有可能在未来第6周也出现拐点。     

搞好以市场为基础的煤电合作

煤炭市场趋势1．根据我国人均能源相对较少的客观现实，中国能源战略研究报告（200－2005年）对我国可持续发展的能源战略归结为：“保障供应，效率优先，改善结构，有益环境、合理消费。”2．为保障能源供应，以电力为中心，以煤炭为基础，逐步改善能源结构，使煤炭占一次能源消费量的59．l％（1993年，包括生物质能）逐步下降到2050年的50％左右（研究报告预测）。3．逐步形成以市场导向为主的企业经营和科技运行机制，将提高能源效率和节能，有益环境，达到合理消费。4为了提高煤炭的能源利用效率和尽可能减少煤炭燃烧的污染，在可能的条…     

进出口总额时间序列的混沌特性分析及其预测

混沌时间序列分析方法为进出口总额这类经济时间序列分析提供了一种新的工具,论文建立了小数据量时间序列混沌特征分析方法和基于径向基函数神经网络的预测模型,并应用到进出口总额时间序列混沌分析和非线性预测,获得了较好的预测效果.     

时间序列分析技术在煤炭价格预测中的应用

本文主要根据所收集的数据资料，同时结合国内、国外的实际情况，以计量经济学和统计学为基础，采用近年来国际上经济中应用较多的现代时间序列分析与预测方法，具体的将随机论、概率论、线性差分方程应用到我国煤炭市场价格预测中，对煤炭市场价格进行分析、预测。     

基于贝叶斯框架的最小二乘支持向量机煤价预测

2008年以来国际、国内煤炭市场价格经历了大幅波动,对我国工业经济尤其是电力行业造成了巨大的冲击。煤炭市场价格的大幅波动已经引起社会的广泛关注。客观分析煤炭价格的影响因素,找出引起煤炭价格大幅波动的原因,对未来煤炭市场价格进行有效预测,进而有效地规避煤炭市场风险,对于工业经济尤其是煤炭和电力行业的稳定发展具有重要意义。     

基于滚动时间窗的ε-SVR煤炭价格预测模型研究

从研究煤炭价格序列自身变化规律的角度,提出基于滚动时间窗的ε-SVR预测模型,通过数据重构获得输入与输出样本,随着时间推移,不断更新滚动时间窗的数据内容,从而建立动态的ε-SVR模型预测最新时点的煤炭价格。将此模型应用于秦皇岛港5 500 kcal混煤价格的预测,分别进行了1期、3期、6期、9期及12期的价格预测,所有预测结果的平均误差值不超过3%,可见预测精度较高,预测效果良好。而且此模型数据获取简单、计算灵活方便,可应用于煤炭价格等非平稳时间序列的预测问题中,其结果可以为相关企业决策者提供科学有效的数据支持。     

煤炭企业控股建设运营合资铁路的"朔黄模式"研究

神（府）东（胜）煤田资源丰富，在3.12万km^2范围内探明储量2236亿t，占全国煤炭储量的1／4，是世界八大煤田之一。神东煤田地质条件好、埋藏浅、易开采；煤质优良，低灰、低硫、低磷、中高发热量，是有利于环保、减少大气污染的优质动力煤。开发神东煤田是我国能源基地布局西移重大战略部署，是保证能源持续发展的重大举措，不仅可以缓解我国煤炭供应紧缺的局面，同时有利于在国际煤炭市场竞争中出口创汇，是一个十分重要的建设项目。     

动力煤发热量计价若干问题探讨

动力煤发热量计价若干问题探讨山东煤管局煤炭加工调运处郭强一、我国动力煤热值计价的基本情况及存在的问题我国动力煤按发热量计价，从１９８７年试点到１９９０年全面推开应用，其吨煤价格是按下式计算的Ｃ＝ＡＱＹＤＷＫｒＫｐＫｖＫｓＫｘＫＡ（１）式中：Ｃ———吨...     

煤炭价格与石油价格的波动溢出效应分析

本文通过建立BEKK-MGARCH模型对煤炭价格与石油价格之间的关系做了深入的研究.结果揭示了煤炭市场价格和石油市场价格之间除了正相关关系外,有显著的双向价格溢出效应,而且波动是非对称的,波动溢出的短期模式和长期模式并不完全相同.煤炭与石油互为替代能源,当石油价格上升时,会对煤炭市场形成冲击,刺激煤炭价格上升;同样煤炭价格的上升在短期对石油价格也有些许冲击,但是长期来看,影响不大.     

基于ARIMA-RF组合模型的国内动力煤价格预测

选取秦皇岛港口动力煤价格作为研究对象,搜集10年间煤价数据并分析其影响因素,确定煤炭产量、港口库存、运输成本、火力发电量及社会用电量为主要影响因素;分别建立ARIMA(2,1,2)模型和RF(随机森林)模型并优化,通过加权平均法得到ARIMA和RF模型权重,建立ARIMA-RF组合模型。该模型较深度神经网络模型(DNN)、支持向量回归模型(SVR)、ARIMA模型、RF模型预测的煤价准确度更高,可准确预测动力煤价格走势,为调控能源消费强度、深化能源体制机制改革政策制定提供参考。     

动力煤期货的影响及发电企业的应对

煤炭是我国的主体能源,长期以来在．次能源生产和消费中占与70％左右。主要用于发电和供暖的动力煤又在煤炭构成中占重要地位。2012年我国动力煤产量和表观消费量分别为27．4亿吨和29．3亿吨,     

基于模式匹配的煤炭价格短期预测

考虑煤炭价格的非线性特征,采用模式匹配的方法对煤炭价格进行了短期预测。并选取了秦皇岛港煤炭交易市场山西优混(Q5500)煤种价格进行实证研究。实证研究结果表明,模式匹配法能够较好地进行煤炭价格短期预测,可为煤炭生产、消费企业以及政府进行科学决策提供支撑。     

证券市场交易数据序列多重分形分析

本文以沪深证券市场的实时数据为基础。应用非线性数学的多重分形理论，分析了交易数据的局部变化趋向的多重分形特性和转折点的数字特征，得到了证券交易数据序列多重分形广义维数在维数空间上的分布规律和任意交易数据序列的推广性质。样本计算和统计结果表明，证券交易数据序列具有显著的多重分形特性和在转折点附近存在突变奇异性，分析精度也大大提高。     

煤炭市场与煤炭企业

煤炭市场与煤炭企业大屯煤电公司总经济师张其廉占领市场，扩大产品覆盖面去年以来，华东地区煤炭价格全部放开（除部分民用煤气用煤外），煤炭销售终止了国家统一分配产品、统一执行计划价格、统一安排运输和流向的传统做法。这为提高企业的经济效益、促进企业发展带来了...     

基于支持向量机的石油期货价格预测

建立了基于支持向量机技术的石油期货价格预测方法.该方法使用价格序列一阶差分及其滞后值建模,采用径向基(RBF)核函数和序贯最小优化(SMO)算法,通过综合验证方式确定包括嵌入维数在内的各参数.实证研究表明,支持向量机方法比RBF神经网络和ARIMA模型预测精度更高,具有很好的应用前景.