考虑协整的VECM-CoinSVR区间预测组合模型

Systems Engineering —Theory & Practice(2021)

引用 0|浏览2
暂无评分
摘要
为了提高区间预测的精度,提出一种考虑时间序列上下限协整关系的区间预测组合模型(VECM-CoinSVR).首先,用向量误差修正模型(VECM)捕获时间序列的线性成分,得到VECM的预测结果和预测残差序列;其次,通过协整检验获得残差序列上下限之间的协整向量,把该向量与残差序列的历史数据作为支持向量回归模型(SVR)的输入,得到Coin-SVR模型,并对残差序列进行预测;最后,将VECM的预测结果和残差序列Coin-SVR的预测结果相加得到区间组合预测结果.为了验证模型的有效性,将VECM-CoinSVR模型用于全国市场的牛肉、羊肉和活鸡价格的区间预测,与三个单模型(VECM,SVR,Coin-SVR)进行比较,在MAPE、MSEI和UI三个预测精度指标上,VECM-CoinSVR组合模型的预测精度都明显提高.通过区间中心序列点预测结果的比较分析,进一步论证了区间预测优于点预测的观点.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要