基于多尺度组合模型的国际小麦价格预测研究

摘要

小麦价格预测是国际大宗商品市场研究的一个重要领域.本文运用经验模态分解法(EMD)、人工神经网络(ANN)、支持向量机(SVM)和时间序列方法,基于分解—重构—集成的思想,构建了一个多尺度组合预测模型.在模型构建过程中,提出了运用游程判定法进行分量序列重构的新思路.然后,运用此模型对小麦价格的波动特点和走势进行分析:将小麦价格序列分解并重构成高频、低频和趋势三个部分;针对这三个部分波动的特点,从不规则因素、重大事件和长期趋势三个角度解释了重构项的波动特征;实证分析表明,与灰色模型GM(1,1)、Elman神经网络方法等单模型,以及ARIMA-SVM组合模型相比,多尺度组合模型取得了最好的预测效果.