基于支持向量機的干散貨運價指數(shù)預測研究.pdf

1、國際干散貨航運市場是國際航運市場中非常重要的一個子市場。由于干散貨航運市場運價波動劇烈，走勢難以琢磨，受到的影響因素非常復雜，是一個非線性的復雜系統(tǒng)，因而，傳統(tǒng)的預測方法并不適合對它進行預測。這給航運經(jīng)營者和貨物托運人決策帶來了困難。因此，考察運價指數(shù)波動的內(nèi)在規(guī)律和外在影響，并在此基礎(chǔ)之上開發(fā)新的模型預測運價指數(shù)，可以為航運市場經(jīng)營者和投資者提供把握市場態(tài)勢、規(guī)避價格風險的有力的工具。
　　 本文針對巴拿馬型干散貨船舶，進行基

2、于支持向量機(Support Vector Machines，SVM)模型的波羅的海運價指數(shù)預測研究。SVM充分考慮了運價指數(shù)的隨機性，同時其泛化能力較之神經(jīng)網(wǎng)絡(luò)有明顯改善，更適用于對非線性時間序列進行預測。
　　 首先，分析干散貨航運市場的內(nèi)部供給和需求的運行機制，挖掘運價指數(shù)劇烈波動的深層原因。其次，對運價指數(shù)的形成過程及計算原理進行闡述，通過分析，運價指數(shù)可以準確反映航運市場的變化，本文選取巴拿馬型船舶運價指數(shù)(Balti

3、c Panamax Index，BPI)指數(shù)作為研究對象。論述運價指數(shù)波動的外部影響因素，在此基礎(chǔ)上，對干散貨航運市場的現(xiàn)狀和未來走勢進行定性分析。接著，本文建立了小波變換-SVM混合預測模型，對小波變換、SVM的理論和適用性進行簡要介紹，并且論證了混合預測模型的構(gòu)建原理。最后，本文針對BPI序列進行實證分析，先用小波變換對運價指數(shù)序列進行去噪，消除無規(guī)律的突發(fā)事件造成的影響；隨后用前五個月的BPI值作為輸入變量，以第六個月的運價指數(shù)作