基于小波變換的期貨銅價格預(yù)測分析.pdf

1、隨著生活中銅的產(chǎn)量和銅消費的急劇上升，銅期貨交易也逐漸成為了一種重要的保值和投資手段[1]。但實際的市場上隱藏著各種各樣的干擾因素，銅期貨市場頻繁波動，導致價格走勢難以預(yù)測，使得期貨交易的風險也日漸擴大。因此，企業(yè)生產(chǎn)經(jīng)營決策正確與否的關(guān)鍵，就在于能否正確地把握市場的需求動態(tài)，特別是能不能正確的掌握市場下一步的變動趨勢，科學合理地預(yù)測期貨銅價格走勢，這樣可以幫助企業(yè)把握市場的供求狀況，規(guī)避來自期貨銅價格波動伴隨的風險，提高企業(yè)生產(chǎn)經(jīng)營決

2、策的合理性、科學性，真正做到以需定產(chǎn)，從而增進企業(yè)經(jīng)濟效益,給期貨投資者和現(xiàn)貨需求者提供輔助信息，為其做出決策提供有價值的參考。
　　本論文主要是在大量的相關(guān)文獻查閱與解讀以及近年來期貨市場情況的把握基礎(chǔ)上，來進行撰寫和分析的。其中對于銅期貨價格影響因素的變量選擇主要來自對期貨銅價格走勢具有影響力的的三個方面：銅基本面、行業(yè)層面、宏觀經(jīng)濟層面的變量對銅期貨價格進行預(yù)測分析，建立了基于小波變換的期貨銅價格預(yù)測模型。博克斯詹金斯曾經(jīng)說

3、過：“較之于那些非平穩(wěn)的時間序列數(shù)據(jù)直接進行回歸模型建立，其模型結(jié)果也是不可靠的屬于偽回歸，可信程度會大大降低?！蹦敲词紫任覍ξ唇?jīng)過小波變換的原始序列以及經(jīng)過小波變換分解合成后得到的低頻數(shù)據(jù)先進行ADF單位根檢驗以及協(xié)整檢驗。是因為在計量經(jīng)濟學理論里那些不平穩(wěn)的時間序列數(shù)據(jù)具有同階單位根的條件下，他們之間是可能存在長期穩(wěn)定的關(guān)系，根據(jù)單位根檢驗和協(xié)整檢驗得到與被解釋變量上海銅期貨價格指數(shù)存在協(xié)整關(guān)系的同階單整變量，然后參考隨機森林的變量

4、重要性選擇得到即是同階單整以及具有協(xié)整關(guān)系又對被解釋變量具有重要性的變量，再依據(jù)向量自回歸模型結(jié)果判斷模型建立的各輸入變量以及輸出變量的共同最佳滯后階數(shù)，最后通過建立多個不同滯后階數(shù)的回歸模型各自的AIC、SIC、R^2以及各變量的估計系數(shù)顯著性判斷選出原始序列滬銅期貨價格最佳預(yù)測模型以及經(jīng)過小波變換后得到低頻序列的最佳預(yù)測模型。而對于小波變換分解合成后得到的高頻序列則進行ARMA模型的建立及預(yù)測，并對小波變換得到的低頻和高頻得到的預(yù)測