价格预测

摘要： 2021年全球经济恢复性反弹带动原油消费强劲增长,同时受制于原油供应偏紧,原油市场全年处于供不应求局面。国际原油价格整体走强,年均价较2020年大幅提高。展望2022年,全球经济将从恢复性反弹回归正常有序复苏,原油需求增速逐步放缓,受新冠疫情反复等因素冲击,或将出现阶段性大幅波动;OPEC+将延续稳健增产路线,美国原油产量增加,带动原油供应显著提高;美元保持相对强势、期货市场看空、金价反弹动力有限释放利空信号。美国和伊朗谈判僵持、俄罗斯和乌克兰冲突持续升级加大了原油市场地缘政治风险,影响原油供应预期。综合分析,2022年国际原油市场需求恢复、供给不确定性增大,油价将持续高企,在新冠疫情、地缘政治等不稳定因素影响下,油价波动增强。预计Brent、WTI原油均价将在83~93美元/桶和78~88美元/桶范围。

摘要： 随着我国经济的不断发展,电力需求不断上升,致使火力发电量不断增加,并导致动力煤需求量增大。近期,动力煤期货价格上下波动幅度较大,给国家能源安全带来较大压力。因此,采用ARIMA与BP神经网络组合交叉的方法对动力煤期货价格进行预测。首先根据ARIMA(2,2,3)模型对所搜集数据进行未来3期的预测,但是预测数据与实际数据存在较大的误差;之后利用BP神经网络对ARIMA模型的预测误差进行预测,进一步缩小预测误差;最后结合ARIMA模型的预测结果与BP神经网络预测误差结果,得出最终预测结果。二者结合预测的方法对动力煤期货价格序列中的线性与非线性规律进行了充分挖掘。结果表明:拟合精度相对于单一方法使用而言更加完美,改善了单种方法的使用缺陷。

摘要： 金融资产配置的关键问题是资产的价格,资产定价是现代金融学的核心内容,揭示资产定价规律一直是金融研究热点之一。文中回顾了机器学习在资产定价领域使用的方法与研究进展,将机器学习资产定价的方法分类为基于特征处理的机器学习方法与端到端处理的深度学习方法;围绕当前机器学习资产定价遇到的主要问题,比较了不同算法在原理和应用场景方面的区别;指出了两类机器学习方法的适用性与局限性;讨论了机器学习资产定价未来可能的研究趋势。

摘要： 为了实现对热轧现货价格变化的短期预测,本文提出一种基于多元线性回归模型与整合移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)模型的组合预测模型,运用优化组合的模型预测热轧现货未来的现货价格。实验结果表明,该组合模型在预测精度方面有提高,具有一定的实用价值.

摘要： 大宗矿产是国民经济建设中具有举足轻重地位的主体型矿产,准确预测大宗矿产品价格和趋势,对于保障国家资源能源安全,推动经济全球化具有重要意义。方法的选择是进行大宗矿产品价格预测的核心,而随着方法日益多样化、复杂化、学科交叉化,合理地对预测方法进行分类的难度不断加大。本文通过对相关文献进行分析,梳理了大宗矿产品价格预测方法的发展历史,在总结前人分类的基础上,根据预测方法发展的趋势和特点,提出了大宗矿产品价格预测方法分类的新思路。根据文献的总结研究,认为现有的预测方法可以按照预测精度、学科、技术和形成背景四个要素,将其分为定性预测法、计量经济预测法、人工智能预测法和混合模型预测法四类。通过对各类方法优缺点的分析对比认为,该分类可操作性强、应用范围广、与时俱进,能够更好地满足不同任务的需求,进而为提高方法选取效率、提升预测精度提供有效支持。综上,结合当前时代背景,提出了未来价格预测难度陡增、新分类适用性好、混合预测模型逐渐成为主流、正确认识方法模型的局限性等结论与展望。

摘要： 煤炭价格是反映煤炭行业发展状况的重要指标,关系国民经济发展和社会稳定。建立主成分分析和指数平滑模型,分别对影响秦皇岛煤炭价格的主要因素进行排序以及未来一段时间内的煤炭价格进行预测。研究表明:影响秦皇岛煤炭价格的因素顺序依次为:成本要素>其他能源价格>进口煤价格>供需要素>国家政策>季节。在未来31天、35周和36个月秦皇岛煤炭价格基本维持在500元/吨附近,但存在周期性波动。为了保障煤炭市场平稳发展,建议政府在加快产业全面复工和调整能源结构基础上,适当降低税收或贷款利息。

摘要： 价格稳定是乳业产业健康发展的基础,生鲜乳价格剧烈波动已经严重阻碍了我国乳制品行业的健康发展,对生产者决策以及政府部门制订宏观调控政策产生不利影响。预测生鲜乳价格,对于保证奶业生产者利益,稳定消费者需求以及促进奶业产业健康稳定发展等具有重要的现实意义。本文根据农业农村部畜牧兽医局2019年1月至2022年5月期间175个生鲜乳周度价格序列进行分析,采用ARIMA预测模型,预测出2022年6~9月的生鲜乳周度价格。研究发现:ARIMA预测模型预测精度较高,平均绝对百分比误差在5%以内,可以利用该模型对生鲜乳周度价格进行预测;2022年6~9月生鲜乳周度价格呈现下降趋势。生鲜乳价格的下降会对乳业生产者产生不良的影响,应提前做好应对措施,规避可能产生的经济损失。

摘要： 影响液化石油气市场价格的影响因素较多,因此价格变动频繁,这给液化石油气市场价格的制定带来较大挑战。文章基于供应视角和需求视角列举出主要的影响因素,运用了时间序列分析法和BP神经网络等预测模型,运用了MATLAB、Excel、PyCharm等软件编程求解,通过对预测值和真实值进行比较分析,为液化石油气价格预测方法及价格制定提供依据。

摘要： 工程造价自适应控制研究过程中,由于造价预测模型的差异,工程决算总额依旧较高,因此,提出基于时间序列模型的城市地下排水工程造价自适应控制算法。根据城市地下排水工程的施工特点,选取对工程造价影响较大的因素,建立造价估算特征指标体系。依托于时间序列预测理论,结合特征指标设计工程造价预测模型。通过最小二乘支持向量机算法,计算出造价合理区间,按照TOC理论实现工程造价自适应控制。

摘要： 随着近年来电网投资的不断增长,控制工程造价投资价格的必要性日益突出。不断涌现的新技术以及新方案的应用,导致传统的输电线路工程造价指标已不能准确的反映工程造价水平。针对这一问题,运用灰色关联理论的GM(1,1)模型,收集不同年份的输电线路工程数据,以影响工程造价的主要材料价格占整体工程投资的比例作为研究对象进行预测,根据预测结果对未来材料价格进行合理调整管控,以达到工程结余率降低的目的。

摘要： 目前,在股票交易思想中并不存在使用某根单一均线来进行股票价格预测的思想,而是经常使用不同长短周期均线相关关系的来进行交易的思想方法,其中最为出名的就是"格兰维尔移动均线法则".事实上从统计角度而言,可以将前者是对后者进行统计分析时的预备或基础.本文将在以下部分分别对长短不同的各周期移动均线值进行时间序列分析,以便对股票交易实务中单均线股价预测的有效性进行比较,为下一步多均线联用的统计分析做一些技术准备.

摘要： C919,是中国继运-10后自主设计的第二款国产大型客机.C919要想在未来市场上占有一席之地,价格是竞争的一项重要因素.C919价格的科学预测有利于制定合理的营销方案.考虑到C919研制过程小样本贫信息的特性,本文运用GM(0,N)模型进行价格的预测.通过对C919大飞机和波音空客等同类产品的一系列性能对比,利用灰色关联分析模型,分析了各影响因素与飞机价格的关联关系,从而筛选出关键影响因素.在此基础上,以关键影响因素为变量,建立飞机价格预测的GM(0,N)模型,并选择预测效果最优的模型进行C919价格预测.

摘要： 本文回顾了美国、中国和欧元国自2009年起的总生产值，以及2008-2016年间国际橡胶价格（美元）。通过分析国际宏观经济，预测橡胶价位趋势。

摘要： 主要介绍了中国对全球矿业行业影响，大宗商品及矿业行业总览，价格预测及市场整体预测，中国需求及供应 - 大宗商品。

摘要： 文章首先介绍了2014年中国炼焦煤分煤种供求对比，其次阐述了2015年影响煤种需求因素及需求量分析，然后论述了2015年炼焦煤分煤种供求对比情况，最后分析了2015年分煤种价格差及价格预测。

摘要： 本文简要介绍了大数据的产生、发展以及行业的应用,重点在于通过案例,讲述大数据在价格预测方面的应用,并通过大数据技术,介绍了一种房地产估价方法,并提出了应用中的问题,以及对其应用前景的展望.

摘要： 宏观经济依然位于筑底周期内,而在2015年以来政策刺激所带来的楼市成交回暖以及之前玻璃行业不景气导致的供给收缩的矛盾之下,2016年的玻璃现货市场出现了难得的向好表现;其他行业尤其是黑色产业链的供给改革也在外围放大了这一效应.价格反弹和生产企业盈利状况位于相对较好周期引发产能反弹力度较大,而下半年的成本上涨在对价格构成支撑的同时也在压缩利润空间,一旦需求端转弱,将迫使玻璃行业在远期再度进入减产周期.本文以玻璃期货市场为视角,通过对玻璃行业供需、现货及期货价格走势等方面的分析,对2017年的玻璃现货价格和期货价格做出预测,以便玻璃产业链企业在利用期货工具规避现货经营风险方面取得更加显著的成效.

摘要： 宏观经济依然位于筑底周期内,而在2015年以来政策刺激所带来的楼市成交回暖以及之前玻璃行业不景气导致的供给收缩的矛盾之下,2016年的玻璃现货市场出现了难得的向好表现;其他行业尤其是黑色产业链的供给改革也在外围放大了这一效应.价格反弹和生产企业盈利状况位于相对较好周期引发产能反弹力度较大,而下半年的成本上涨在对价格构成支撑的同时也在压缩利润空间,一旦需求端转弱,将迫使玻璃行业在远期再度进入减产周期.本文以玻璃期货市场为视角,通过对玻璃行业供需、现货及期货价格走势等方面的分析,对2017年的玻璃现货价格和期货价格做出预测,以便玻璃产业链企业在利用期货工具规避现货经营风险方面取得更加显著的成效.

摘要： 宏观经济依然位于筑底周期内,而在2015年以来政策刺激所带来的楼市成交回暖以及之前玻璃行业不景气导致的供给收缩的矛盾之下,2016年的玻璃现货市场出现了难得的向好表现;其他行业尤其是黑色产业链的供给改革也在外围放大了这一效应.价格反弹和生产企业盈利状况位于相对较好周期引发产能反弹力度较大,而下半年的成本上涨在对价格构成支撑的同时也在压缩利润空间,一旦需求端转弱,将迫使玻璃行业在远期再度进入减产周期.本文以玻璃期货市场为视角,通过对玻璃行业供需、现货及期货价格走势等方面的分析,对2017年的玻璃现货价格和期货价格做出预测,以便玻璃产业链企业在利用期货工具规避现货经营风险方面取得更加显著的成效.

摘要： 宏观经济依然位于筑底周期内,而在2015年以来政策刺激所带来的楼市成交回暖以及之前玻璃行业不景气导致的供给收缩的矛盾之下,2016年的玻璃现货市场出现了难得的向好表现;其他行业尤其是黑色产业链的供给改革也在外围放大了这一效应.价格反弹和生产企业盈利状况位于相对较好周期引发产能反弹力度较大,而下半年的成本上涨在对价格构成支撑的同时也在压缩利润空间,一旦需求端转弱,将迫使玻璃行业在远期再度进入减产周期.本文以玻璃期货市场为视角,通过对玻璃行业供需、现货及期货价格走势等方面的分析,对2017年的玻璃现货价格和期货价格做出预测,以便玻璃产业链企业在利用期货工具规避现货经营风险方面取得更加显著的成效.

摘要： 本发明提出了一种股票价格的预测方法、股票价格的预测装置和存储介质，股票价格的预测方法包括：获取与目标股票相关的新闻信息；对新闻信息进行结构化处理，得到结构化新闻信息；将结构化新闻信息输入编码模型，生成信息编码；将信息编码输入预测模型，生成预测结果。本发明提供的股票价格的预测方法，通过将与目标股票相关的新闻信息进行结构化处理，得到结构化新闻信息，从而可以去除新闻信息中的无价值信息，保留有价值信息，通过预测模型，根据结构化新闻信息的信息编码实现股票价格的预测。实现了根据新闻信息对目标股票的价格进行预测的完整过程，并且通过对新闻信息的结构化处理，提高了预测结果的准确性。

摘要： 一个由多个经销商组成的并且每个经销商可以自由地设置卖价和买价的开放市场。经销商意图预测由最近的价格变化影响的价格,并据此确定诸如卖价和买价之类的交易价格。本发明者先验地提出了开放市场中的下列两个特点:交易价格在缩小与虚拟平衡价格之间的差距的方向上变化,和虚拟平衡价格根据受最近的价格变化影响的经销商的特性而波动。因此,在其中允许经销商自由地设置卖价和买价的开放市场中,可以预测和警告反常价格波动。

摘要： 本发明公开了一种数字加密货币交易价格走势的预测系统及预测方法，包括预处理单元、参数优化及模型训练单元和预测输出单元，所述预处理单元连接参数优化及模型训练单元，所述参数优化及模型训练单元连接预测输出单元；本发明通过获取数字加密货币时间序列数字流，基于不同的预测周期，构建并定义某一训练周期内的数字加密货币交易价格序列及状态区间，计算状态概率分布及状态转移概率分布，在滚动周期内训练优化，以优化结束时训练周期最后时刻所处状态为初始状态，计算下一时刻最可能的状态区间，由此预测数字加密货币未来交易价格走势、概率及相关区间；本发明可作为数字加密货币相关投资者、市场监管者的投资及风控系统的辅助工具。

摘要： 本发明涉及数据分析领域，尤其涉及商品价格预测方法、装置、智能锁价格预测方法及介质。一种商品价格预测方法，包括：获取商品的基础参数；将所述基础参数输入到价格预测模型中，得到对应所述基础参数的商品价格预测值；所述价格预测模型的获取步骤为：使用历史电商数据对多个初始化的回归模型进行训练，并在训练完成后分别进行评分；将得到的多个训练后的回归模型中评分最高的作为所述价格预测模型。在针对每个商品进行价格预测前，会采用历史电商数据对多种初始化的回归模型进行训练，最终选出预测效果最佳的作为价格预测模型；另外，仅需要将商品的基础参数投入到价格预测模型中，就可以快速得到该商品的预测价格，方便快捷。

摘要： 交易价格预测装置(1)使用预测购买投标量的第1预测模型对预测对象日期时间下的购买投标量进行预测，使用预测交易价格的第2预测模型对预测对象日期时间下的交易价格进行预测。

摘要： 本发明公开了一种电力价格预测方法、电力价格预测模型训练方法、装置、可读介质及电子设备，该方法包括获取待预测电力数据；将所述待预测电力数据输入已训练的自编码器中，得到所述待预测电力数据对应的第一隐含特征，其中，所述已训练的自编码器使用的训练数据包括历史电力价格数据和历史影响因素数据；将所述第一隐含特征输入已训练的极限学习机中，得到预测电力价格。本发明提供的技术方案通过已训练的自编码器可以获取到多维的待预测电力数据的有效表达即第一隐含特征，并通过将该第一隐含特征输入到已训练的极限学习机中，即将更多对电力价格产生影响的信息输入到极限学习机中，从而使得利用极限学习机得到的预测电力价格的准确性较高。

摘要： 本发明提供了一种电力现货市场日前价格和实时价格的预测方法，包括：构建价格预测模型；分别根据历史电力数据采用最小二乘法对价格预测模型进行多项式拟合，得到多项式次数为4的市场日前价格预测模型和实时价格预测模型；分别采用市场日前价格预测模型和实时价格预测模型对电力现货市场日前价格和实时价格进行预测。本方法预测准确度高，且填补了市场空白，为实际的应用提供了可能性。

摘要： 本发明公开一种结合航班信息和价格序列的机票价格预测方法，包括采集历史航班特征和近期价格序列，区分出航班连续特征、航班离散特征、价格连续特征和价格离散特征，并对航班离散特征和价格离散特征进行独热编码；以机器学习模型分别建立航班特征预测模型和价格序列预测模型；将航班连续特征和编码后的航班离散特征输入航班特征预测模型训练并优化模型的航班权重；将价格连续特征和价格离散特征输入价格序列预测模型训练并优化模型的序列权重；基于航班特征预测模型输出的航班预测价格、价格序列预测模型输出的序列预测价格，结合优化后的航班权重α和序列权重β构建目标预测函数得到预测结果。本发明降低机票价格预测中出现的误差，提高准确率。

摘要： 本发明公开了一种金融衍生品价格的预测方法、预测装置、存储介质和设备。预测方法包括：将获取到的金融衍生品交易历史数据集按照时间顺序和灾难类型分割成无灾难交易数据集和若干类有灾难交易数据集；将无灾难交易数据集作为训练样本训练得到无灾难预测子模型，依次将每一类有灾难交易数据集分别作为训练样本训练得到有灾难预测子模型，将无灾难预测子模型和若干个有灾难预测模型共同构成总预测模型；将实时获取到的待预测数据输入到总预测模型中，得到金融衍生品的价格预测序列结果。通过将原始数据集进行拆分后分别训练对应的预测模型，有效克服了灾难数据稀疏性问题，同时原始数据集未进行简化处理，保留了更多信息，有利于提高预测准确度。

摘要： 本申请涉及一种预测模型的训练方法和装置、价格预测方法和装置。涉及人工智能领域，可用于金融科技领域。所述方法包括：从多个目标对象的样本价格关联数据中，获取各指标特征对应的价格指标数据；采用特征权重算法，根据各指标特征对应的价格指标数据，从全部指标特征中确定初始价格特征；根据各初始价格特征对应的价格指标数据，从全部初始价格特征中确定目标价格特征；根据目标价格特征对应的价格指标数据，构建训练集，并通过训练集对初始预测模型进行训练，得到预测模型。采用本方法能够提升预测模型的预测精度。