基于小波分析工具的期铜价格预测模型的研究.pdfVIP

内外贸联动发展——“第三届贸易强国论坛”论文集 基于小波分析工具的期铜价格预测模型研究 孟东梅1 姜延书2 摘要：随着我国工业生产对有色金属铡越来越广泛的需求。国内的铜销费量已居全球首位，对期铜 价格的预测研究能够给期货投资者和现货需求者提供辅助信息，在一定程度上规避贸易风险。本文以目前 市场运行良好的LME期铜价格作为研究对象．运用小波分析模型与时闻序列模型，探讨小波分析工具在期 铜价格顶测领域应用的可行性，并将预测结果与单纯的时间序列模型预测结果进行比较，验证小波．时问按 序列组合模型的有效性。由于小波分析工具良好的时频特征和局部分析能力，本论文的研究结果能够为我 们更好的把握期货价格的变动规律，成功的运用期货投资工具创造条件。 关键词：期铜；小波分析；ARMA模型；预测 一、引言 铜在我国被广泛地应用于电气、轻工、机械制造、建筑T业、国防工业等领域，随着我 国-1：业生产对有色金属铜越来越广泛的需求，国内的铜消费量己居全球首位。铜期货交易也 逐渐成为一种重要的投资和保值手段。期货市场不仅为现货需求商提供了购货和保值的场 所，同时也为众多投资者提供了投资获利的渠道。在经济全球化程度日益加深的情况下，国 际各个市场间的联系更加密切，变动因素也越来越多，因素问的影响关系也越来越复杂，简 单的线性关系难以表述数据呈现的1E线性特征，单个因素不再单一的对相应的因素起作用， 还通过其他因素而间接的影响多个冈素。因此，有必要不断的引入新的预测方法，以便期货 价格进行更准确的预测，对期货市场中的参与者起到帮助作用。 本文基于小波理论，利用小波分析T具良好的时频特征，乖11局部分析能力，研究铜期货价 格的预测模型，一方面论证小波分析在金融数据领域中应片j的可能性，另一方面希望能够给 国内期铜生产者与投资者提供有价值的决策参考。 二、小波一时间序列组合模型基本思路 小波一时问序列组合模型的基本思路是：首先选择恰当的小波函数对时间序列进行小波 分解，可以知道，经过Mallat算法分解后的数据信号序列长度减半，这样在每层分量(即 单个频率)下的样本数量将大大减少，特别在选取分解尺度较大的情况下，对应的各层分量 的样本数将更少，无法满足预测的要求。为了便于建立预测模型，将分解后的数据信号再重 构到原始尺度上，这样就可以保证分解后的各层数据信号与原始信号序列具有同样的长度， 即不同频率下的小波系数序列样本数与原始数据序列样本数一样多。 原始数据序列t经过小波分解以及重构后，对分解后的高频分量(dl、d2、d3、d4)和 低频分量(a4)分别建立时间序列模型，并进行预测，再将各层预测值进行重构得到最终预 测值订=a4f-I-d4f+d3f+d2f+dlf，其过程可用下图描述： 1孟东梅(1970～)，女，辽宁人，北方丁业人学经济管理学院讲师。研究方向：国际贸易政策、国 际贸易谈判。邮箱：mdm06@sina．COHl。 2姜延书(1964～)，男，黑龙江省木兰人，博士，北方工业大学经济管理学院教授。主持省部级项 目2项，专著1部，发表学术论文30余篇，其中近10篇为E-I、ISTP和CSSCI检索。研究方向：大宗商 品国际贸易、国际贸易谈判。邮箱：xfjys@126．tOm． 401 内外贸联动发腱——“第三届贸易强固论坛”论文集 价格序列S 图1小波一时间序列预测模型图 组合预测模型应用于期铜价格预测时的程序为： 首先，选择恰当的小波函数对期铜价格数据原始序列进行小波分解和重构处理。 然后，对小波分解重构后的高频信号和低频信号进行平稳性检验。如果为平稳时间序列， 行预测。 最后，通过各时间序列模型进行n步预测，将各层预测结果合成便得到原始序列s的预 测值‘∥(j=l，2，…n)。 三、期铜价格小波一时间序列组合预测模型 (一)数据的选取以及尺度选择 本文采用LME三月铜日价格进行证分析，数据来源于中国有色金属研究所。选取2006 年1月3日一2010年8月4日期铜日价格数据作为已知数据进行分析建模，利用建立的预测 模型对2010年8月5日-2010年9月2日共20日期铜价格进行预测，并将预测结果与真实 值进行比较分析，求得预测误差。主要使用Eviews5．0