基于LASSO模型的铜期货价格预测方法技术

本发明专利技术公开了一种基于LASSO模型的铜期货价格预测方法，包括以下步骤：获取铜期货历史数据和影响铜期货的外源特征数据；数据处理；构建用于预测调整后铜主力合约价格的LASSO模型；通过处理后的数据拟合训练LASSO模型，直到模型收敛；获取当前日的铜主力合约数据，构建和处理后数据一样的特征输入模型进行预测；输出预测结果；通过选出一些影响上海期货交易所铜期货的价格的外源性特征数据结合机器学习中的LASSO模型来对铜期货价格建模，最后得到模型后进行预测，根据预测的铜期货结合交易策略进行期货量化交易；预测模型更加贴近实际，预测结果更加精确，提升交易效率和成功率。

Copper Futures Price Forecasting Method Based on LASSO Model

The invention discloses a copper futures price forecasting method based on LASSO model, which includes the following steps: acquiring historical data of copper futures and external characteristic data affecting copper futures; data processing; constructing LASSO model for forecasting adjusted copper main contract price; training LASSO model through data fitting after processing until model converges; acquiring current copper main contract. Data, construct the same feature input model as the processed data to forecast; output the prediction results; select some exogenous feature data that affect the price of copper futures in Shanghai Futures Exchange and combine the LASSO model in machine learning to model the price of copper futures. Finally, predict the price of copper futures after the model is obtained, and quantify the futures trading according to the predicted copper futures and trading strategy. Easy; the prediction model is closer to reality, the prediction results are more accurate, and the transaction efficiency and success rate are improved.

【技术实现步骤摘要】
基于LASSO模型的铜期货价格预测方法
本专利技术涉及预测
，尤其涉及一种基于LASSO模型的铜期货价格预测方法。
技术介绍
中国是过去二十年来最大的铜消费国，并在2006年成为最大的铜生产国。上海期货交易所(SHFE)的基本金属库存规模与伦敦金属交易所(LME)的规模相当，可以说是最有潜力的金属期货市场。因此很多研究者们致力于通过对铜期货市场进行长期观察和研究，同时将各种统计学和概率论的方法应用于期货市场，从而建立了一些模型用对行情进行预测。然而，期货市场作为一种复杂系统，受到问题的动态非线性、数据的高噪音、人为操控、政策干预等多种因素的影响，并且各因素相互之间的影响机理也相当复杂。因此找到合适有效相关联的特征，来预测铜期货价格显的非常重要。除此之外，由于铜期货合约在一定时间后就要面临交易交割的问题，所以预测铜期货价格还要考虑的期货价格的不一致性。因此，利用传统方法对期货价格进行预测难度很大；LASSO是由1996年RobertTibshirani首次提出，全称Leastabsoluteshrinkageandselectionoperator。该方法是一种压缩估计。它通过构本文档来自技高网...

【技术保护点】
1.一种基于LASSO模型的铜期货价格预测方法，其特征在于，所述预测方法包括以下步骤：获取铜期货历史数据和影响铜期货的外源特征数据；数据处理；构建用于预测调整后铜主力合约价格的LASSO模型；通过处理后的数据拟合训练LASSO模型，直到模型收敛；获取当前日的铜主力合约数据，构建和处理后数据一样的特征输入模型进行预测；输出预测结果。

【技术特征摘要】
1.一种基于LASSO模型的铜期货价格预测方法，其特征在于，所述预测方法包括以下步骤：获取铜期货历史数据和影响铜期货的外源特征数据；数据处理；构建用于预测调整后铜主力合约价格的LASSO模型；通过处理后的数据拟合训练LASSO模型，直到模型收敛；获取当前日的铜主力合约数据，构建和处理后数据一样的特征输入模型进行预测；输出预测结果。2.根据权利要求1所述的基于LASSO模型的铜期货价格预测方法，其特征在于，所述获取铜期货历史数据和影响铜期货的外源特征数据包括：获取铜期货近年当时的主力合约的收盘价，获取上海期货交易所铜库存总量(stock)、伦敦金属交易所铜现货价格(spot_LME)、PHLX黄金/白银行业指数(XAU)和WTI原油现货价格(WTI)的特征数据。3.根据权利要求2所述的基于LASSO模型的铜期货价格预测方法，其特征在于，所述数据处理包括：对获取的铜期货历史数据进行滚动处理，消除铜主力合约的价格不一致性，再对其做对数处理，使其遵循正态分布；对获取的外源特征数据做相应的变换挖掘更多的信息。4.根据权利要求3所述的基于LASSO模型的铜期货价格预测方法，其特征在于，所述对获取的铜期货历史数据进行滚动处理，消除铜主力合约的价格不一致性包括：首先找出第一个主力合约的最终收盘价与第二个主力合约的第一个开盘价之间的差值；从第二份主力合约中的所有收盘价中减去这个差值；所有后续合约都会重复这个过程，合约之间会差值会累加，来消除不一致性。5.根据权利要求4所述的基于LASSO模型的铜期货价格预测方法，其特征在于，所述再对其做对数处理，使其遵循正态分布包括：铜期货价格的几何回报率r非常小，以下近似值确保了对数回报接近于几何回报：log(1+r)≈r,r＜＜1结果选择调整后的收盘价格P的对数回报(l...

【专利技术属性】
技术研发人员：杨炜祖，李从恺，顾军，
申请(专利权)人：上海源庐加佳信息科技有限公司，
类型：发明
国别省市：上海,31