題 目：基于變分和經驗模态分解以及轉換器模型的原油期貨價格預測

主講人：賴永增

時間：2024年12月27日（星期五）上午10:00-12:00

地點：08201

主辦單位：9728太阳集团首页

歡迎廣大師生前往參加！

個人簡介：賴永增，加拿大勞瑞爾大學數學系正教授，博士生導師；2000年1月博士畢業于美國加州克萊蒙研究生大學，加拿大滑鐵盧大學高級金融研究中心和統計與精算學系博士後；2002年7月至今加拿大勞瑞爾大學數學系教授。主要研究領域包括金融數學（衍生産品的定價與風險管理、金融計算、投資組合優化、随機分析在金融和保險中的應用）、微分方程在金融和經濟學中的應用、蒙特卡洛和拟蒙特卡洛仿真方法及應用；機器學習及其應，尤其在經濟金融中的應用。在Automatica, Economic Modeling, Energy Economics, Finance Research Letters, Insurance Mathematics and Economics, Journal of Computational Finance, North American Journal of Finance and Economics等國際期刊已經發表了60多篇論文。主持加拿大國家自然科學與工程基金多項。2020年7月至2023年6月, 擔任加拿大科學與工程國家面上基金數學統計口評審委員會委員。

報告内容摘要：原油是一種原始的、天然的、不可再生的資源。它是世界上最重要的商品之一，其價格可能會對更廣泛的經濟産生連鎖反應。原油價格的預測在原油投資中起着至關重要的作用，并且具有挑戰性。由于使用常規組合模型（如自回歸移動平均線和長短期記憶預測）預測時忽略了殘差因子的缺陷，本報告提出了VMD-EMD-Transformer模型來預測原油價格。此模型将二次分解和基于Transformer模型的機器學習方法有效結合。具體地說，我們采用VMD 技術将原始序列分解為變分模态濾波(VMF)和殘差序列，然後使用EMD分解殘差序列。最終，我們應用 Transformer 模型來預測分解的模态分量，并将結果疊加以産生最終的預測價格。實證檢驗結果表明，所提出的二次分解複合模型可以全面識别WTI 和Brent原油期貨每日價格序列的特征，在預測原油價格方面優于常用的長短期記憶 （LSTM）、Transformer 和 VMD-Transformer三個模型。