一种菜籽油期货价格预测方法技术

本发明专利技术公开了一种菜籽油期货价格预测方法，涉及数据挖掘及价格预测技术领域，本发明专利技术包括以下步骤：根据相关先验知识选取影响菜籽油期货价格的因子；收集相关因子的时间序列信息，得到原始数据；处理原始数据，得到相关主力合约的交易行为序列；对主力合约的原始数据进行灰色关联分析，舍弃关联度大小靠后的影响因子；将保留的影响因子序列分成训练集和测试集，输入BP神经网络进行训练步骤；用训练好的BP神经网络模型进行预测。本发明专利技术将除了交易行为之外的其他价格影响因子引入菜籽油期货价格预测，使得菜籽油期货价格预测更具有可信度和稳定性，可对菜籽油期货收盘价做出短期预测。

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.

【技术实现步骤摘要】
一种菜籽油期货价格预测方法
本专利技术涉及，具体涉及一种菜籽油期货价格预测方法。
技术介绍
我国于1990年设立郑州商品交易所，开展农产品期货交易。经过20多年的发展，我国农产品期货市场日趋成熟，已经在市场经济中发挥了不可替代的作用。农产品期货作为期货交易的一种其价格的变动受多种因素的综合作用，通过研究农产品期货价格行为特征，把握期货价格的变动规律，对于管理者正确调控期货市场和投资者制定正确的投资策略，都具有十分重要的理论和现实意义。已有的期货价格预测方法为了能够满足对多个期货品种的价格预测，普遍只会对期货交易行为加以考虑，包括开盘价，最高价，最低价，收盘价，持仓量，成交量，成交额等这些共有的交易行为。而实际上一种预测模型并不具有普适性，这就导致针对某种期货的预测模型并不是一种最优选择。对于菜籽油期货而言，除交易行为外的诸多价格影响因子同样对其价格变化有重要影响。
技术实现思路
为了克服已有方法忽略考虑相关影响因子的不足，本专利技术提供了一种菜籽油期货价格预测方法。本专利技术采用如下技术方案：一种菜籽油期货价格预测方法，所述方法包括如下步骤：S1、根据相关先验知识选取影响菜籽油期货价格的因子；S2、收集相关因子的时间序列信息，得到原始数据；S3、处理原始数据，得到相关主力合约的交易行为序列；S4、对主力合约的原始数据进行灰色关联分析，舍弃关联度大小靠后的影响因子；S5、将保留的影响因子序列分成训练集和测试集，输入BP神经网络进行训练步骤；S6、用训练好的BP神经网络模型进行预测。优选的，所述步骤S1中的影响因子包括菜籽油期货价格的交易行为以及非交易行为，所述交易行为包括：开盘价，最高价，收盘价，最低价，持仓量，成交量以及成交额；所述非交易行为包括相关期货价格、原材料期货价格以及下游期货价格。优选的，所述相关期货价格为豆油、棕榈油的期货价格；所述原材料期货价格为油菜籽的期货价格；所述下游期货价格为菜籽粕的期货价格。优选的，所述步骤S3中的主力合约为当天成交量最大的期货合约。优选的，所述步骤S4中灰色关联分析后舍弃的影响因子为菜籽油期货的成交量和成交额以及菜籽粕的价格。本专利技术由于采用了上述技术方案，具有以下有益效果：与现有技术相比，本专利技术的有益效果是将除了交易行为之外的其他价格影响因子引入菜籽油期货价格预测，使得菜籽油期货价格预测结果更具有可信度和稳定性，可对菜籽油期货收盘价做出短期的有效预测。附图说明附图用来提供对本专利技术的优选的理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术的整体流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所述描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的一种菜籽油期货价格预测方法，包括如下步骤：步骤1中，根据相关先验知识选取影响菜籽油期货价格的因子。影响菜籽油期货价格的因素主要表现在以下四个方面的：菜籽油的供求关系，主要表现在菜籽油的产量、消费量、季节性规律以及库存等方面。我国油菜籽供应和价格，主要表现在我国油菜籽种植面积、单产及油菜籽价格等方面。相关及替代商品价格影响，主要表现在菜籽油和菜粕的比价关系、其他油脂的价格等方面。国际市场相关油脂的供求及价格，主要表现在菜籽油的进口量、进口价格等方面。实际上在进行短期预测时，一些长期影响因素可不做考虑，综合考量，选取油菜籽和菜籽粕，豆油和棕榈油这四种期货的价格作为相关因子。步骤2中，收集相关因子的时间序列信息，得到原始数据。在郑州商品交易所和大连商品交易所的网站公开历史数据集收集菜籽油期货和相关期货的历史价格。步骤3中，处理原始数据，得到相关主力合约的交易行为序列。所谓期货合约指由期货交易所统一制订的、规定在将来某一特定的时间和地点交割一定数量和质量实物商品或金融商品的标准化合约。所以在某种商品的交割时间到后该合约将不复存在。为了实现获得连续的价格序列，对原始数据进行处理，得到主力合约的价格时间序列，所谓主力合约就是当天成交量最大的期货合约。步骤4中，对主力合约的原始数据进行灰色关联分析，舍弃关联度大小靠后的影响因子。由灰色理论提出的灰关联度分析方法，基本思想是根据序列曲线几何形状的相似程度来判断不同序列之间的联系是否紧密。基本思路是通过线性插值的方法将系统因素的离散行为观测值转化为分段连续的折线，进而根据折线的几何特征构造测度关联程度的模型。折线几何形状越接近，相应的序列之间的关联度就越大，反之就越小。设系统的行为序列对于ξ∈(0,1)，令则γ(X0,Xi)满足灰色关联公理，其中ξ称为分辨系数。γ(X0,Xi)称为X0,Xi的灰色关联度。计算结果中菜籽粕以及油菜籽期货交易行为中的成交量和成交额排名靠后，关联度偏小，予以剔除。步骤5中，将保留的影响因子序列分成训练集和测试集，输入BP神经网络进行训练。输入量当天为8个维度的值，包括开盘价，最高价，最低价，收盘价，持仓量，油菜籽，豆油和棕榈油的价格，神经网络隐含层节点数由试凑法确定为4，输出为油菜籽期货的后一天的收盘价。利用matlab自带的神经网络工具箱进行训练，建立8-4-1神经网络模型。最后利用训练好的BP神经网络模型进行预测分析，使得菜籽油期货价格预测结果更具有可信度和稳定性，可对菜籽油期货收盘价做出短期的有效预测。以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种菜籽油期货价格预测方法，其特征在于，所述方法包括如下步骤：S1、根据相关先验知识选取影响菜籽油期货价格的因子；S2、收集相关因子的时间序列信息，得到原始数据；S3、处理原始数据，得到相关主力合约的交易行为序列；S4、对主力合约的原始数据进行灰色关联分析，舍弃关联度大小靠后的影响因子；S5、将保留的影响因子序列分成训练集和测试集，输入BP神经网络进行训练步骤；S6、用训练好的BP神经网络模型进行预测。

【技术特征摘要】
1.一种菜籽油期货价格预测方法，其特征在于，所述方法包括如下步骤：S1、根据相关先验知识选取影响菜籽油期货价格的因子；S2、收集相关因子的时间序列信息，得到原始数据；S3、处理原始数据，得到相关主力合约的交易行为序列；S4、对主力合约的原始数据进行灰色关联分析，舍弃关联度大小靠后的影响因子；S5、将保留的影响因子序列分成训练集和测试集，输入BP神经网络进行训练步骤；S6、用训练好的BP神经网络模型进行预测。2.根据权利要求1所述的一种菜籽油期货价格预测方法，其特征在于，所述步骤S1中的影响因子包括菜籽油期货价格的交易行为以及非交易行为，所述交易行为包括：开盘...

【专利技术属性】
技术研发人员：钟立扬，王儒敬，王伟，方薇，屠舒妍，
申请(专利权)人：无锡中科富农物联科技有限公司，
类型：发明
国别省市：江苏,32