一種菜籽油期貨價格預測方法技術

本發明專利技術公開了一種菜籽油期貨價格預測方法，涉及數據挖掘及價格預測技術領域，本發明專利技術包括以下步驟：根據相關先驗知識選取影響菜籽油期貨價格的因子；收集相關因子的時間序列信息，得到原始數據；處理原始數據，得到相關主力合約的交易行為序列；對主力合約的原始數據進行灰色關聯分析，舍棄關聯度大小靠后的影響因子；將保留的影響因子序列分成訓練集和測試集，輸入BP神經網絡進行訓練步驟；用訓練好的BP神經網絡模型進行預測。本發明專利技術將除了交易行為之外的其他價格影響因子引入菜籽油期貨價格預測，使得菜籽油期貨價格預測更具有可信度和穩定性，可對菜籽油期貨收盤價做出短期預測。

Method for predicting futures price of rapeseed oil

The invention discloses a method for prediction of rapeseed oil futures prices, which relates to the technical field of data mining and price forecasts, the invention comprises the following steps: according to the influencing factors of rapeseed oil futures prices from the relevant prior knowledge; time series information collection of related factors, to get the original data; processing the original data, get the transactions related to the main contract sequence; the original data of the main contract of grey relational analysis, abandon the impact factor correlation degree on the sequence; impact factor will remain divided into training set and test set, the training steps were input to the BP neural network; BP neural network model is trained to predict. In the invention, in addition to other price transactions outside the influence factors into the rapeseed oil futures price prediction, the rapeseed oil futures price forecasting has more credibility and stability, can make a short-term prediction of rapeseed oil futures closing price.

【技術實現步驟摘要】
一種菜籽油期貨價格預測方法
本專利技術涉及，具體涉及一種菜籽油期貨價格預測方法。
技術介紹
我國于1990年設立鄭州商品交易所，開展農產品期貨交易。經過20多年的發展，我國農產品期貨市場日趨成熟，已經在市場經濟中發揮了不可替代的作用。農產品期貨作為期貨交易的一種其價格的變動受多種因素的綜合作用，通過研究農產品期貨價格行為特征，把握期貨價格的變動規律，對于管理者正確調控期貨市場和投資者制定正確的投資策略，都具有十分重要的理論和現實意義。已有的期貨價格預測方法為了能夠滿足對多個期貨品種的價格預測，普遍只會對期貨交易行為加以考慮，包括開盤價，最高價，最低價，收盤價，持倉量，成交量，成交額等這些共有的交易行為。而實際上一種預測模型并不具有普適性，這就導致針對某種期貨的預測模型并不是一種最優選擇。對于菜籽油期貨而言，除交易行為外的諸多價格影響因子同樣對其價格變化有重要影響。
技術實現思路
為了克服已有方法忽略考慮相關影響因子的不足，本專利技術提供了一種菜籽油期貨價格預測方法。本專利技術采用如下技術方案：一種菜籽油期貨價格預測方法，所述方法包括如下步驟：S1、根據相關先驗知識選取影響菜籽油期貨價格的因子；S2、收集相關因子的時間序列信息，得到原始數據；S3、處理原始數據，得到相關主力合約的交易行為序列；S4、對主力合約的原始數據進行灰色關聯分析，舍棄關聯度大小靠后的影響因子；S5、將保留的影響因子序列分成訓練集和測試集，輸入BP神經網絡進行訓練步驟；S6、用訓練好的BP神經網絡模型進行預測。優選的，所述步驟S1中的影響因子包括菜籽油期貨價格的交易行為以及非交易行為，所述交易行為包括：開盤價，最高價，收盤價，最低價，持倉量，成交量以及成交額；所述非交易行為包括相關期貨價格、原材料期貨價格以及下游期貨價格。優選的，所述相關期貨價格為豆油、棕櫚油的期貨價格；所述原材料期貨價格為油菜籽的期貨價格；所述下游期貨價格為菜籽粕的期貨價格。優選的，所述步驟S3中的主力合約為當天成交量最大的期貨合約。優選的，所述步驟S4中灰色關聯分析后舍棄的影響因子為菜籽油期貨的成交量和成交額以及菜籽粕的價格。本專利技術由于采用了上述技術方案，具有以下有益效果：與現有技術相比，本專利技術的有益效果是將除了交易行為之外的其他價格影響因子引入菜籽油期貨價格預測，使得菜籽油期貨價格預測結果更具有可信度和穩定性，可對菜籽油期貨收盤價做出短期的有效預測。附圖說明附圖用來提供對本專利技術的優選的理解，并且構成說明書的一部分，與本專利技術的實施例一起用于解釋本專利技術，并不構成對本專利技術的限制。在附圖中：圖1為本專利技術的整體流程圖。具體實施方式為使本專利技術實施例的目的、技術方案和優點更加清楚，下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所述描述的實施例是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。本專利技術的一種菜籽油期貨價格預測方法，包括如下步驟：步驟1中，根據相關先驗知識選取影響菜籽油期貨價格的因子。影響菜籽油期貨價格的因素主要表現在以下四個方面的：菜籽油的供求關系，主要表現在菜籽油的產量、消費量、季節性規律以及庫存等方面。我國油菜籽供應和價格，主要表現在我國油菜籽種植面積、單產及油菜籽價格等方面。相關及替代商品價格影響，主要表現在菜籽油和菜粕的比價關系、其他油脂的價格等方面。國際市場相關油脂的供求及價格，主要表現在菜籽油的進口量、進口價格等方面。實際上在進行短期預測時，一些長期影響因素可不做考慮，綜合考量，選取油菜籽和菜籽粕，豆油和棕櫚油這四種期貨的價格作為相關因子。步驟2中，收集相關因子的時間序列信息，得到原始數據。在鄭州商品交易所和大連商品交易所的網站公開歷史數據集收集菜籽油期貨和相關期貨的歷史價格。步驟3中，處理原始數據，得到相關主力合約的交易行為序列。所謂期貨合約指由期貨交易所統一制訂的、規定在將來某一特定的時間和地點交割一定數量和質量實物商品或金融商品的標準化合約。所以在某種商品的交割時間到后該合約將不復存在。為了實現獲得連續的價格序列，對原始數據進行處理，得到主力合約的價格時間序列，所謂主力合約就是當天成交量最大的期貨合約。步驟4中，對主力合約的原始數據進行灰色關聯分析，舍棄關聯度大小靠后的影響因子。由灰色理論提出的灰關聯度分析方法，基本思想是根據序列曲線幾何形狀的相似程度來判斷不同序列之間的聯系是否緊密。基本思路是通過線性插值的方法將系統因素的離散行為觀測值轉化為分段連續的折線，進而根據折線的幾何特征構造測度關聯程度的模型。折線幾何形狀越接近，相應的序列之間的關聯度就越大，反之就越小。設系統的行為序列對于ξ∈(0,1)，令則γ(X0,Xi)滿足灰色關聯公理，其中ξ稱為分辨系數。γ(X0,Xi)稱為X0,Xi的灰色關聯度。計算結果中菜籽粕以及油菜籽期貨交易行為中的成交量和成交額排名靠后，關聯度偏小，予以剔除。步驟5中，將保留的影響因子序列分成訓練集和測試集，輸入BP神經網絡進行訓練。輸入量當天為8個維度的值，包括開盤價，最高價，最低價，收盤價，持倉量，油菜籽，豆油和棕櫚油的價格，神經網絡隱含層節點數由試湊法確定為4，輸出為油菜籽期貨的后一天的收盤價。利用matlab自帶的神經網絡工具箱進行訓練，建立8-4-1神經網絡模型。最后利用訓練好的BP神經網絡模型進行預測分析，使得菜籽油期貨價格預測結果更具有可信度和穩定性，可對菜籽油期貨收盤價做出短期的有效預測。以上所述僅為本專利技術的優選實施例而已，并不用于限制本專利技術，盡管參照前述實施例對本專利技術進行了詳細的說明，對于本領域的技術人員來說，其依然可以對前述實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換。凡在本專利技術的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本專利技術的保護范圍之內。本文檔來自技高網...

【技術保護點】
一種菜籽油期貨價格預測方法，其特征在于，所述方法包括如下步驟：S1、根據相關先驗知識選取影響菜籽油期貨價格的因子；S2、收集相關因子的時間序列信息，得到原始數據；S3、處理原始數據，得到相關主力合約的交易行為序列；S4、對主力合約的原始數據進行灰色關聯分析，舍棄關聯度大小靠后的影響因子；S5、將保留的影響因子序列分成訓練集和測試集，輸入BP神經網絡進行訓練步驟；S6、用訓練好的BP神經網絡模型進行預測。

【技術特征摘要】
1.一種菜籽油期貨價格預測方法，其特征在于，所述方法包括如下步驟：S1、根據相關先驗知識選取影響菜籽油期貨價格的因子；S2、收集相關因子的時間序列信息，得到原始數據；S3、處理原始數據，得到相關主力合約的交易行為序列；S4、對主力合約的原始數據進行灰色關聯分析，舍棄關聯度大小靠后的影響因子；S5、將保留的影響因子序列分成訓練集和測試集，輸入BP神經網絡進行訓練步驟；S6、用訓練好的BP神經網絡模型進行預測。2.根據權利要求1所述的一種菜籽油期貨價格預測方法，其特征在于，所述步驟S1中的影響因子包括菜籽油期貨價格的交易行為以及非交易行為，所述交易行為包括：開盤...

【專利技術屬性】
技術研發人員：鐘立揚，王儒敬，王偉，方薇，屠舒妍，
申請(專利權)人：無錫中科富農物聯科技有限公司，
類型：發明
國別省市：江蘇,32