基于神经网络的原油期货价格期限结构预测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Forecasting the term structure of crude oil futures prices with neural
  networks》
---
作者：
Jozef Barunik and Barbora Malinska
---
最新提交年份：
2015
---
英文摘要：
  The paper contributes to the rare literature modeling term structure of crude oil markets. We explain term structure of crude oil prices using dynamic Nelson-Siegel model, and propose to forecast them with the generalized regression framework based on neural networks. The newly proposed framework is empirically tested on 24 years of crude oil futures prices covering several important recessions and crisis periods. We find 1-month, 3-month, 6-month and 12-month-ahead forecasts obtained from focused time-delay neural network to be significantly more accurate than forecasts from other benchmark models. The proposed forecasting strategy produces the lowest errors across all times to maturity.
---
中文摘要：
这篇论文有助于罕见的文献对原油市场的期限结构进行建模。我们用动态Nelson-Siegel模型解释了原油价格的期限结构，并提出用基于神经网络的广义回归框架对其进行预测。新提出的框架在涵盖几个重要衰退和危机时期的24年原油期货价格上进行了实证检验。我们发现，从聚焦时滞神经网络获得的提前1个月、3个月、6个月和12个月的预测比其他基准模型的预测要准确得多。所提出的预测策略在整个成熟期内产生的误差最小。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Forecasting_the_term_structure_of_crude_oil_futures_prices_with_neural_networks.pdf (1.17 MB)

2022-5-8 03:32:34 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：期货价格 神经网络 原油期货 期限结构 神经网

用神经网络预测原油期货价格的期限结构Sijozef Barunika，b，Barbora Malinsk\'aaaInstitute of Economic Studies，Charles University，Opletalova 21，110 00，布拉格，CRbInstitute of Information Theory and Automation，捷克科学院，PodVodarenskou Vezi 4，182 00，布拉格，捷克共和国这篇论文有助于罕见的文献建模原油市场的期限结构。我们用动态NelsonSiegel模型解释了原油价格的期限结构，并提出用基于神经网络的广义回归框架对其进行预测。新提出的框架是以涵盖几个重要衰退和危机时期的24年原油期货价格为基础进行实证测试的。我们发现，从聚焦时滞神经网络获得的1个月、3个月、6个月和12个月的预测比其他基准模型的预测准确得多。建议的预测策略在到期前的所有时间内产生的误差最小。关键词：期限结构、Nelson-Siegel模型、动态神经网络、原油未来JEL:C14、C32、C45、G02、G171。引言商品市场的期限结构建模和预测从学术角度来看很有吸引力，对生产者、投机者和风险管理者来说很有价值。一般来说，期限结构说明了对相应市场未来发展的预期。尽管重要性很高，但几乎没有相关文献预测商品期限结构。本文介绍了捷克科学基金会在P402/12/G097 DYME项目下提供的一个新的期限结构预测框架——“经济学中的动态模型”项目得到了感谢。

导致这些结果的研究获得了欧盟第七框架计划（FP7/20072013）的资助，资助协议号为FP7-SSH-612955（FinMaP）。电子邮件地址：barunik@utia.cas.cz（Jozef Barunik）2015年4月21日提交给爱思唯尔的预印本原油期货价格。我们建议将动态神经网络与Nelson-Siegel模型耦合，以获得原油期货价格的精确预测。从工业角度来看，原油对世界经济至关重要，因为它是重要的生产投入，其价格由不同的需求和供应冲击驱动。石油价格的变化在不同程度上受到与市场对未来石油供应可用性的担忧相关的总体或预防性需求的驱动。随着原油需求的持续增长（由于原油作为有限资源的性质），原油价格的波动性很大，因此原油价格的未来发展也不确定（Panet al.，2009），而原油需求对价格的依赖性不如收入（Hamilton，2009），供应可能会下降。原油市场成为世界上最不稳定的市场之一的主要原因是，需求和供应的增长强烈依赖于政治和经济不稳定国家的行为，原油需求和生产与军事冲突和自然灾害等外生事件的发生以及投机者的存在密切相关（B¨uy¨uksahin and Harris，2011）。从交易量来看，原油期货市场是最发达的市场之一，了解其期限结构的行为变得更加重要。尽管如此，石油市场的文献建模和预测期限结构还是相当缺乏（参见Lautier（2005）的综述）。与利率模型类似，有两种方法可以对石油商品的期限结构进行建模。

在单因素模型中，现货价格作为状态变量的自然候选变量被建模为几何布朗运动（Brennan和Schwartz，1985），或均值回复过程（Schwartz，1997）。后来，研究人员开始将便利收益率视为双因素模型中的第二个状态变量（Schwartz，1997）。或者，Gabillon（1991）将长期价格作为第二个状态变量。虽然两种方法都假设利率不变，这意味着未来现货价格和远期价格相同，但Cortazar和Schwartz（2003）开发了三因素模型。一批相对新的文献使用迪博尔德和李（2006）的方法来解释商品的未来。最初，迪博尔德和李引入了收益率曲线模型。受商品市场和利率市场之间程式化事实的相似性的推动，动态Nelson-Siegel模型自然适合这项任务。Karstanje等人（2015）采用动态Nelson-Siegel模型（Diebold and Li，2006）的框架，研究了推动商品期货曲线及其形状的因素的共同运动。Nomikos和Pouliasis（2015）进一步研究了使用多制度框架驱动商品期货曲线的因素的联合动力学。Almansour（2014）对具有转换机制的原油和天然气市场的期货期限结构进行建模，Heidorn等人（2015）对从动态Nelson-Siegel基本面和金融交易者模型中提取的期货曲线因子进行回归。虽然dynamicNelson-Siegel模型解释了商品价格期限结构背后因素的动态，但文献对未来的预测保持沉默，只有Gronborg和Lunde（2015）除外。

Diebold and Li（2006）在他们的原著中提议使用一个简单的自回归时间序列模型来成功预测期限结构因素的动态，从而预测利率市场的价格。我们假设，大宗商品市场中的因素可能包含进一步的非线性依赖关系，为了获得精确的预测，需要对其进行建模。因此，适用于更一般的方法，而不需要对因子的基本结构进行限制性假设。预测任务的一个自然候选对象是神经网络，它可以被视为广义非线性回归工具。简而言之，神经网络是半参数非线性模型，能够逼近任何合理的函数（Haykin，2007；Hornik等人，1989）。虽然在学术文献中使用机器学习的模型数量正在迅速增长，但在能源市场的应用非常有限。虽然有几项研究在能源预测中使用了神经网络（Fan等人，2008年；Yu等人，2008年；Xiong等人，2013年；Jammaziand Aloui，2012年；Papadimitriou等人，2014年；Barunik和kirehlik，2014年），但我们是第一个在预测期限结构中使用这种方法的人。这项工作的贡献是双重的。首先，我们利用动态Nelson-Siegel建模策略在1990-2014年原油期货市场长期应用的新结果，加强了稀有文献对商品价格期限结构的研究。其次，我们建议使用时滞神经网络预测动态NelsonSiegel模型确定的期限结构因素。利用该框架，我们成功地预测了原油期货价格在1个月、3个月、6个月和12个月预测期内的期限结构。2.数据2。1.

原始数据该数据集包括在纽约商品交易所（NYMEX）交易的西德克萨斯中质原油（WTI）期货合约的月收盘价。每份合同在交割月份前一个月的第25个日历日前三个交易日到期。总的来说，我们分析了396个月的历史（已交付）和迄今为止尚未交付的合同——每年12份合同，从1990年开始交付几个月。未交付的合同可在https://www.quandl.com/c/futures/cme-wti-crude-oil-futures.FullWTI期货合约的规格可在http://www.cmegroup.com/trading/energy/files/en-153_wti_brochure_sr.pdfContractCLQ2003 CLU2003 CLV2003日期结算τ结算τ结算τ结算τ28.2.2001 21,72 625 21,62 646-31.3.2001 22,76 602 22,70 623-30.4.2001 23,46 582 23,35 603-31.5.2001 23,57 559 23,45 580 23,33 603表1：28之间交易合同的未来价格和相应到期日示例。2.2001和31.5。2001年签订了不同的合同。CME产品代码CL用于WTI futurescontract，字母Q、U和V表示8月、9月和10月的交付。数据集中显示的是2014年11月和12月交付的合同，以及随后两年（2015年和2016年）交付的24份合同。使用1990年开始的数据的主要原因是，在此日期之前，合同的最长到期时间为9个月，而在此期间，最长到期时间增加到6年以上。因此，为了避免数据外推可能带来的巨大风险和不准确，我们只考虑1990年之后的数据。月度频率的选择主要是因为到期时间较长的合同在研究期的上半年交易频率较低。此外，Baumeister等人。

（2015）发现月度数据与日常数据具有同等的预测能力。表1给出了一个实际数据的示例，以说明数据集的结构和维度。为了将每次观察到的期货价格与相应的到期时间联系起来，首先需要确定每份合同的确切到期日。然后，到期日和观察日期之间的差异给了我们剩余的到期日。表1显示了2003年8月、9月和10月交付的三份不同（本例中为连续）合同的月末未来价格。例如，在2001年2月底，CLQ2003和CLU2003合同进行了交易。2001年2月28日，该公司有可能签订合同，于2003年8月交货，期货价格为每桶21.72美元。各自的到期时间（τ）为625个交易日。到期日（τ）30 60 90 120 150 180 210。28.2.2001 27,48 27,36 26,99 26,60 26,21 25,84 25,48 . . .31.3.2001 26,50 26,59 26,43 26,20 25,94 25,68 25,43 . . .30.4.2001 28,74 28,89 28,53 28,07 27,60 27,19 26,78 . . .31.5.2001 28,49 28,42 28,14 27,78 27,38 27,00 26,59 . . .表2：将重新组织的数据集设置为恒定的到期时间示例2。2.重组数据将到期日与futuresprice的每个观察报价组合后，所需的数据集形式是一个矩阵，行数等于分析中包含的天数，列数等于分析的自然数。表2中的时间序列是重新组织的恒定成熟度未来精神。WTI原油期货以一个月的规律性交付和到期，因此，到期日前30天、60天或90天的期货价格不是交易日。文献中有几种方法可以插值价格，以获得所需的数据形式。

Diebold和Li（2006年）使用线性插值实现恒定成熟度，而Holton（2003年）更喜欢三次样条插值。在我们的工作中，我们遵循Holton（2003）的方法，使用三次样条插值。图1显示了我们处理的重组固定期限期货价格，与现货价格的每日变化相对比。            图1：重组后的数据集：根据1990年至2014年期间的每日现货价格绘制的原油期货价格的月度期限结构。由于包含多个湍流周期的长时间跨度，我们在单独的周期中呈现termstructure，以更好地突出丰富的动力学（图2）。图2（a）显示了1990年至2004年期间的期限结构动态。在1990年代的亚洲危机期间，价格相对稳定，略有下降，2000年后由于能源危机，价格发生了巨大变化。一些作者将期货价格的上涨归因于投机者和突然萎缩。关于曲线构造插值方法的详细讨论，请参见Hagan和West（2006）。图2:1990-2004年、2005-2009年、2008-2009年和2010-2014年期间WTI期货价格的期限结构。日期、到期日和期货价格与{x，y，z}轴相关。其他人反驳了他们的观点（Kilian和Murphy，2014；Mahadeva等人，2013）。接下来的一段时间，从2005年开始，所有到期日的期货价格都出现了稳定的增长（图2（b））。平静期被2008年前后的动荡期打断，当时原油价格超过每桶100美元。图2（c）更详细地说明了这一时期的丰富动态。

尼日利亚的军事冲突（包括输油管道袭击）、伊朗和以色列之间的紧张局势以及由此引发的对石油危机的担忧，加速了石油价格上升到前所未有的水平。中东的政治动荡加上美元的急剧贬值，导致期限结构进一步频繁和显著的横向变化。全球金融危机使WTI的期限结构恢复到每桶100美元以下，数据显示，受中东部复杂的政治环境——加沙地带的冲突——的驱动，2009年底出现了水平转移。如图2（d）所示，可以在最近五年期间观察到期限结构的增加、减少或驼峰形状。2011年，由于埃及或利比亚的政治动荡以及美元疲软，WTI结构经历了强劲的向上水平转移。2012年的另一个急剧上升也有政治原因——伊朗有可能关闭霍尔木兹海峡，以应对对伊朗核计划的制裁。最后，希腊的援助和中国经济受到货币供应量增加的刺激，促成了原油价格的上涨。2.3. 关于期限结构的程式化事实之前的讨论记录了原油期货期限结构的许多形状，基本上类似于ZF债券的收益率曲线，尽管数据从根本上是不同的。（Gronborg和Lunde，2015）详细讨论了这些相似之处，他们将ZF债券收益率曲线的五个典型事实（Diebold和Li，2006）与原油期限结构的典型事实进行了比较。

这一讨论很重要，因为我们依靠dynamicNelson-Siegel方法（Diebold and Li，2006）对术语结构进行建模。关于收益率曲线的主要类型化事实是：（1）平均而言，收益率曲线在成熟期呈上升趋势，呈凹形，（2）随着时间的推移，它呈现出各种形状——向上或向下倾斜、驼峰和倒驼峰，（3）收益率曲线的“近”端比“远”端波动性大得多，（4）收益率动态持续，利差的动态性远没有那么持久，（5）长期利率比短期利率更持久。此外，原油的期限结构容易受到政治决策和冲突的影响，因此其形状往往不仅在水平位移的意义上发生变化，而且在实际形状上也会发生变化。为了记录其展示各种形状的能力，我们借用了第3.1.2节中的图6，记录了四天内分析曲线的不同形状，作为示例。在1990年11月底，我们可以观察到平稳下降的期限结构（图6（a））。1999年5月，曲线没有显示任何平滑度，其行为也不清楚。图6（c）显示了良好的增长曲线，最近的示例（图6（d））也证明了数据中存在驼峰曲线。原油期货市场最具体的特征可能是现货溢价。霍特林（1931）假设，原油等不可再生资源的均衡价格等于净边际收入，随着时间的推移，其利率会上升。然而，霍特林的理论和原油市场上的溢价理论之间的关键区别在于不确定性（Litzenberger and Rabinowitz，1995）。正如Haubrich等人（2004年）所说，市场上应该出现相反的情况——contango。