基于ceemdan和优化lstm模型的碳价波动率预测研究,首发论文 -全讯担保网

您当前所在位置: 全讯担保网-0008全讯注册 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交pdf文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202402-59
论文题目 基于ceemdan和优化lstm模型的碳价波动率预测研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:albert einstein,编入参考文献时写法:einstein a.

示例2:原姓名写法:李时珍;编入参考文献时写法:li s z.

示例3:yelland r l,jones s c,easton k s,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择doc或latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的doc文件
上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!

基于ceemdan和优化lstm模型的碳价波动率预测研究

首发时间:2024-02-06

1   

段钧陶(1999-),男,硕士研究生,研究方向:数据预测、大数据分析

1   

杨晓忠(1965-),男,教授,博士生导师,研究方向:微分方程数值方法和应用软件

  • 1、华北电力大学数理学院,北京 102206

摘要:二化碳过度排放已成为当前社会面临的严峻挑战,建立碳排放交易市场可以有效降低社会碳排放量,促进经济绿色转型。中国政府在2020年提出双碳目标,国内碳市场建设正处于全国统一碳市场发展阶段,丰富碳价格波动率研究对于建立合理定价机制和碳配额分配制度有着重要意义。本文以北京碳配额交易价格实际波动率为研究对象,构建以自适应噪声完备集合经验模态分解和长短期记忆网络为基础的混合预测模型,以粒子群算法优化模型结构参数。实验结果证明:该模型具备提取多尺度复杂时间序列波动趋势和有效处理金融时间序列的优点,粒子群算法对预测模型结构参数的优化避免了因参数选取不当导致的拟合问题,该模型在碳价波动率预测方面具备显著的准确性和稳定性。

关键词:

for information in english, please click here

research on carbon price volatility prediction based on ceemdan and optimized lstm model

1   

段钧陶(1999-),男,硕士研究生,研究方向:数据预测、大数据分析

1   

杨晓忠(1965-),男,教授,博士生导师,研究方向:微分方程数值方法和应用软件

  • 1、 school of mathematics and physics,north china electric power university,beijing 102206

abstract:excessive carbon dioxide emissions have become a serious challenge facing the current society. establishing a carbon emissions trading market can effectively reduce social carbon emissions and promote green economic transformation. the chinese government proposed the goals of carbon peaking and carbon neutrality in 2020, and the construction of the domestic carbon market is currently in the stage of developing a unified national carbon market. enriching research on carbon price volatility is of great significance for establishing a reasonable pricing mechanism and carbon quota allocation system. this paper takes the realized volatility of beijing carbon emission allowance trading prices as the research object, constructs a hybrid forecasting model based on complete ensemble empirical mode decomposition with adaptive noise and long short-term memory network, and optimizes the model structural parameters through particle swarm optimization algorithm. the experimental results demonstrate that the model has the advantages of extracting multi-scale complex time series volatility trends and effectively processing financial time series. the particle swarm optimization algorithm optimizes the structural parameters of the forecasting model to avoid fitting problems caused by improper parameter selection. the model has significant accuracy and stability in forecasting carbon price volatility.

keywords:

click to fold

点击收起

论文图表:

引用

导出参考文献

段钧陶,杨晓忠. 基于ceemdan和优化lstm模型的碳价波动率预测研究[eb/ol]. 北京:中国科技论文在线 [2024-02-06]. https://www.paper.edu.cn/releasepaper/content/202402-59.

no.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于ceemdan和优化lstm模型的碳价波动率预测研究

网站地图