基于多模型分析的小麦价格预测研究
2018-05-14柳燕子
山西农经 2018年4期
柳燕子


摘 要:本文收集了2009年~2017年全国小麦收购价格指数。针对价格序列季节性、周期性、非线性及多尺度性等特征,基于分解-重构-集成的思想,提出基于EEMD分解、ARIMA预测的多模型小麦价格预测方法,结果显示,该方法预测准确性较高,是一种有效的小麦价格预测模型。
关键词:小麦;EEMD;ARIMA;预测
文章编号:1004-7026(2018)04-0148-01 中国图书分类号:F323.7;F224 文献标志码:A
小麦价格波动主要影响农民收入和价格总水平。小麦作为一种工业原料,其价格及销量变化会影响粮食总价,进而影响国民经济。研究小麦价格波动特征并预测趋势具有重要的现实意义。
受季节、生产成本、进出口贸易及国家政策等因素影响,小麦价格波动呈季节性、周期性及多频率的特征。本文基于分解-重构-集成的思想提出基于EEMD-ARIMA的组合预测模型来预测小麦价格。
1 多尺度组合模型构建的基本思想
小麦价格受多因素共同影响,形成机理较为复杂,价格序列走势呈非平稳、多尺度的特点。为了更准确的掌握小麦价格的波动规律,提高其预测精度,本文结合传统时间序列预测方法与智能信号分解方法,建立EEMD-ARIMA组合预测模型。首先,利用EEMD分解小麦价格原始序列;然后,观察每个分解分量的波动规律,进行平稳化处理;最后,对各个分量进行ARIMA预测,并将每个分量的预测结果叠加得到最终的预测结果。
2 模型建立
2.1 EEMD分解
EEMD技术是一种全局分解技术,主要通过提取信号内在的固有模态函数,逐步实现信号平稳化。本文利用Matlab编程实现小麦2009年~2017年6月价格指数(数据来自中华粮网)的EEMD分解,得到6个分量。……
登录APP查看全文
