时间序列混合模型和其在原油价格预测中的应用.PDFVIP

文章编号：１６７４７０７０（２０１０）０３０２８００４ 时间序列混合模型及其在原油价格预测中的应用 １ ２ 郭帅　来鹏 摘要 ０　引言 在时间序列建模时，随机扰动项经 Ｉｎｔｒｏｄｕｃｔｉｏｎ 常表现出非高斯性质，造成传统的时序 模型的估计和预测偏误．针对这个问题， 　　在生产实践、科学实验与自然科学的研究中，常常需要处理时间 提出一种新的时间序列混合模型———多 维高斯混合转移分布模型（ＭＧＭＴＤ模 序列数据，对它的精确处理可以正确建模，对未来情况做到较好的预 型），用来处理残差项不是白噪声的情 报和控制．传统的时间序列模型，以误差项服从高斯分布的白噪声为 况，并提出采用遗传算法进行参数估计． 前提假设，但很多实际情况中时间序列表现出非高斯性．如果依旧采 将新提出的ＭＧＭＴＤ模型应用于对国际 原油价格的预测分析中，进行模型的可 用传统的时间序列建模方法将会导致参数估计结果和预测值不可信． 行性检验．实证结果显示，ＭＧＭＴＤ模型 ［１］ 为了处理这个问题，Ｌｅ等 提出了一种新的非线性时间序列模 可以得到较好的预测结果． 关键词 型———ＧＭＴＤ模型（ＧａｕｓｓｉａｎＭｉｘｔｕｒｅＴｒａｎｓｉｔｉｏｎＤｉｓｔｒｉｂｕｔｉｏｎＭｏｄｅｌ，高 混合模型；多元正态分布；ＧＭＴＤ模 斯混合转移分布模型）： 型；时间序列；遗传算法；预测 ｐ （ｔ－１） Ｆｙ ｙ ＝ αＧ ｙ ｙ ． （１） ( ) ∑ ( ) ｔ ｉ ｉ ｔ ｔ－ｉ 中图分类号 Ｏ２１１６１ ｉ＝１ 文献标志码 Ａ （ｔ－１） 其中：Ｆ ｙ ｙ 是条件累积分布函数（ＣｕｍｕｌａｔｉｖｅＤｉｓｔｒｉｂｕｔｉｏｎ ( ｔ ) Ｆｕｎｃｔｉｏｎ （ｔ－１） （ｔ－１） ，ＣＤＦ），记ｙ ＝（ｙ，…，ｙ ），因而Ｆ ｙ ｙ 是表示 １ ｔ－１ ( ｔ ) ｐ 在给定（ｙ，…，ｙ ）条件下ｙ的条件分布函数；且 ＝１， ０， ∑α α≥ １ ｔ－１ ｔ ｉ ｉ