基于小波及神经网络的电力期货价格预测应用研究

摘要

电力期货市场作为一种高级的电力市场形态，由于具有独特的运行机制和特有的价格发现与规避风险的功能，已经被发达国家所广泛采用。电力期货价格的形成特点使它比电力现货价格更具真实性、超前性和权威性，更能反映商品的实际价值和价格变动趋势。较为准确的预测电力期货价格对于稳定电力市场价格、促进电力市场快速平衡发展有着积极的意义。本文重点是研究电力期货价格的预测方法。 本论文首先介绍了期货的基本概念、期货交易的作用和特征。根据我国电力行业所进行的电力市场改革的实际情况，借鉴国际上电力期货市场的经验，分析了在我国引入电力期货的可能性和必要性。在介绍国内外对电力期货的研究状况的基础上，分析了进行电力期货价格预测的重要性。 其次，本文深入研究了神经网络和小波分析的基本理论和方法，特别是研究了两者各自的优点与缺点，参考并借鉴了现有的各种小波神经网络的理论与方法，吸取其优点，提出了适合电力期货价格预测的小波神经网络。进而研究并利用了小波神经网络进行电力期货价格预测的基本理论和方法。 为了验证理论和方法的正确性，最后本文利用MATLAB软件分别实现了BP神经网络和该小波神经网络，并利用Nordpool交易所的“ENOW39-07”电力期货价格数据进行了验证，取得了令人满意的预测结果，得出了小波神经网络的预测精度优于BP神经网络的结论。

目录

文摘

英文文摘

声明

第一章 绪论

1.1课题研究的背景和意义

1.2电力市场期货交易概况及国内外研究情况

1.2.1电力期货交易的定义

1.2.2实行电力期货的必要性

1.2.3电力作为期货商品的可行性

1.2.4电力期货的分类

1.2.5电力期货的功能

1.2.6电力期货交易在国内外的研究情况

1.3电力期货价格预测

1.3.1预测电力期货价格的意义

1.3.2电力期货价格预测的方法

1.4本论文主要完成的工作

第二章 小波变换的基本理论基础

2.1小波变换的由来

2.1.1Fourier变换

2.1.2小波变换理论的产生

2.2小波变换

2.2.1母小波

2.2.2连续小波变换

2.2.3离散小波变换

2.2.4小波框架

2.2.5多分辨分析

2.2.6 Mallat算法

2.3小波变换的应用和发展前景

2.4本章小结

第三章 神经网络的基本理论

3.1人工神经网络简介

3.2人工神经网络的基本特征和功能

3.2.1人工神经网络的基本特征

3.2.2人工神经网络的基本功能

3.3人工神经网络的基本构成与工作原理

3.3.1人工神经网络模型

3.3.2人工神经网络的工作原理

3.4 BP神经网络的研究

3.4.1BP神经网络的拓扑结构及其学习过程

3.4.2BP算法的优点及存在的问题

3.4.3BP算法的改进

3.5本章小结

第四章 BP神经网络在电力期货价格预测中的应用

4.1用BP神经网络进行电力期货价格预测的原理

4.1.1神经网络用于电力期货价格预测的一般步骤和网络结构

4.1.2神经网络预测方法设计

4.2基于BP网络的电力期货价格预测模型的建立

4.2.1网络拓扑结构的设计

4.2.2前馈神经网络的激励函数选取

4.2.3样本数据的选取

4.2.4输入输出数据的预处理

4.2.5初始参数的选择

4.2.6网络训练的目标函数

4.2.7网络的学习算法

4.2.8网络的训练步骤

4.3基于BP网络的电力期货价格预测模型的仿真与预测

4.3.1选取原始数据

4.3.2建立预测模型

4.3.3仿真实验及结果分析

4.4对BP网络泛化能力的讨论

4.5本章小结

第五章 小波神经网络及其在电力期货价格预测中的应用

5.1小波神经网络的概况

5.1.1小波神经网络的基本模型

5.1.2小波神经网络的推广和改进

5.2小波神经网络构造的理论基础

5.3小波神经网络的分类

5.4小波神经网络的特点

5.4.1小波神经网络的优点

5.4.2小波神经网络存在的问题

5.5基于小波神经网络的电力期货价格预测

5.5.1电力期货价格的预测模型

5.5.2仿真实验及结果分析

5.5.3实验结论

5.6本章小结

第六章 总结与展望

致谢

参考文献

作者在学期间发表的学术论文和参加科研情况