基于lasso和支持向量机的组合预测及其在粮价预测中的应用

摘要

粮食作为一种基础产品，其价格的波动会对我国粮食生产、粮食相关产品进出口以及国家宏观经济调控产生深远影响，关系到消费者和生产者的切身利益。因此，深刻了解和剖析影响粮食价格波动的各种因素，在影响因素的基础上建立相关回归预测模型分析和预测粮食价格变化趋势，一方面可以了解我国粮食价格的变动趋势;另一方面能够为相关价格调控和宏观经济政策的出台提供科学参考，对于稳定粮食价格和保证粮食安全具有重要的现实意义。
　　本文首先根据粮食价格波动的理论和梳理之前学者对粮食价格影响因素的研究，选取了21个变量来衡量我国粮食价格波动。然后对Lasso方法和支持向量机这两种方法的特点和应用范围进行了分析和总结，我们发现这两种方法应用到粮食价格预测中都有自身的优缺点。所以本文把Lasso方法和支持向量机组合起来完成对粮食价格的拟合和预测，在预测过程中弥补其各自的缺点，实现他们的优势互补，使其预测结果达到更好的精度，主要给出了以下三种融合的可能性和方式:
　　第一，把Lasso方法与支持向量机通过串联方式进行组合，其核心思想是:首先利用Lasso方法筛选出影响粮食价格波动的主要因素，然后将主要影响因素作为支持向量机模型的输入，通过不断地学习与训练，得出最后粮食价格的预测值。
　　第二，把Lasso方法与支持向量机通过并联方式进行组合，即分别用Lasso方法和支持向量机来进行预测，然后在均方差最小的条件下寻找最优组合权值将两个预测结果组合起来。
　　第三，把Lasso方法与支持向量机通过嵌入方式进行组合，其基本思路就是以Lasso模型、支持向量机模型对粮食价格的预测值作为SVM预测模型的输入向量，相应时刻的粮食价格实际值作为输出目标值，建立组合模型的预测样本对，最后得到粮食价格的预测值。
　　最后，将组合模型、单一方法模型和传统粮价预测方法ARIMA方法运用到粮食价格预测实际中，通过预测值的对比分析，发现基于Lasso方法与支持向量机串联型组合模型和嵌入型组合模型的预测精度要明显高于其他四个模型的预测精度，证明了运用Lasso方法与支持向量机对粮食价格进行组合预测的可行性和优越性。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 文献综述

1．2．1 Lasso方法的相关研究

1．2．2 支持向量机的相关研究

1．2．3 粮食价格影响因素及预测方法的相关研究

1．2．4 文献综述总结

1．3 研究内容与方法

1．3．1 研究内容

1．3．2 研究方法

1．4 研究的主要创新点

第2章 基于Lasso方法与支持向量机的组合构造

2．1 Lasso方法介绍

2．1．1 Lasso方法定义

2．1．2 参数s的估计

2．2 支持向量机理论基础

2．2．1 支持向量机基本思想

2．2．2 支持向量回归机

2．2．3 支持向量机核函数及其参数的性能

2．3 基于Lasso方法与支持向量机的组合构造

2．3．1 基于Lasso方法与支持向量机的串联型组合

2．3．2 基于Lasso方法与支持向量机的并联型组合

2．3．3 基于Lasso方法与支持向量机的嵌入型组合

第3章 粮食价格波动的理论基础和影响因素分析

3．1 粮食价格的界定与划分

3．2 粮食价格波动的理论基础

3．2．1 劳动价值论

3．2．2 供需价格论

3．2．3 制度政策论

3．3 粮食价格波动的影响因素分析

3．3．1 粮食供给因素对粮食价格的影响分析

3．3．2 粮食需求因素对粮食价格的影晌分析

3．3．3 其他因素对粮食价格的影响分析

第4章 基于Lasso和支持向量机的粮食价格预测实证研究

4．1 基于Lasso方法的粮食价格预测实证研究

4．1．1 变量的选择与数据来源

4．1．2 基于Lasso的变量选择

4．1．3 基于Lasso方法的粮食价格预测结果

4．2 基于支持向量机的粮食价格预测实证研究

4．2．1 数据预处理

4．2．2 支持向量机核函数及其参数的确定

4．2．3 基于支持向量机的粮食价格预测结果

4．3 基于Lasso与支持向量机的粮食价格预测实证研究

4．3．1 基于Lasso方法与支持向量机串联型组合预测模型

4．3．2 基于Lasso方法与支持向量机并联型组合预测模型

4．3．3 基于Lasso方法与支持向量机嵌入型组合预测模型

4．4 传统粮食价格预测方法

4．4．1 ARIMA方法介绍

4．4．2 基于ARIMA方法的粮食价格预测实证研究

4．5 不同粮食价格预测模型结果对比分析

第5章 稳定粮食价格的政策建议

结论与展望

参考文献

读学位期间所发表的学术论文目录

附录

致谢