利用期货进行中短期日前电价预测

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：
《Short- to Mid-term Day-Ahead Electricity Price Forecasting Using Futures》
---
作者：
Rick Steinert, Florian Ziel
---
最新提交年份：
2018
---
英文摘要：
  Due to the liberalization of markets, the change in the energy mix and the surrounding energy laws, electricity research is a dynamically altering field with steadily changing challenges. One challenge especially for investment decisions is to provide reliable short to mid-term forecasts despite high variation in the time series of electricity prices. This paper tackles this issue in a promising and novel approach. By combining the precision of econometric autoregressive models in the short-run with the expectations of market participants reflected in future prices for the short- and mid-run we show that the forecasting performance can be vastly increased while maintaining hourly precision. We investigate the day-ahead electricity price of the EPEX Spot for Germany and Austria and setup a model which incorporates the Phelix future of the EEX for Germany and Austria. The model can be considered as an AR24-X model with one distinct model for each hour of the day. We are able to show that future data contains relevant price information for future time periods of the day-ahead electricity price. We show that relying only on deterministic external regressors can provide stability for forecast horizons of multiple weeks. By implementing a fast and efficient lasso estimation approach we demonstrate that our model can outperform several other models in the literature.
---
中文摘要：
由于市场的自由化、能源结构的变化和周围的能源法，电力研究是一个动态变化的领域，面临着不断变化的挑战。特别是投资决策面临的一个挑战是，尽管电价的时间序列变化很大，但要提供可靠的中短期预测。本文以一种有前途的新方法来解决这个问题。通过将计量经济学自回归模型在短期内的精度与市场参与者在短期和中期未来价格中反映的期望相结合，我们表明，在保持每小时精度的同时，预测性能可以大大提高。我们调查了德国和奥地利EPEX现货的日前电价，并建立了一个模型，该模型结合了德国和奥地利EEX的Phelix未来。该模型可视为AR24-X模型，每天每小时有一个不同的模型。我们能够表明，未来数据包含日前电价未来时间段的相关价格信息。我们表明，仅依赖确定性外部回归可以为数周的预测期提供稳定性。通过实现一种快速有效的套索估计方法，我们证明了我们的模型可以优于文献中的其他几种模型。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
-->

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：中短期 Applications Participants Expectations Implementing

由于市场的自由化，短期至中期日前电价预测使用未来里克·施泰纳·特鲁帕大学（Viadrina，Fakult），福斯特·维斯特森查滕，格罗·夏尔恩斯特拉（Grosse Scharrnstra）59，15230 Frankfurt（Oder），GermanyFlorian ZielUniversit（Duisburg Essen，Fakult），福斯特·维斯特森查滕，Berliner Platz 6-8，45127 Essenabstract，随着能源结构和周围能源法规的变化，电力研究是一个动态变化的领域，面临着不断变化的挑战。特别是投资决策面临的一个挑战是，尽管电价的时间序列变化很大，但要提供可靠的中短期预测。本文以一种有前途的新方法来解决这个问题。通过将计量经济学自回归模型在短期内的精度与市场参与者在短期和中期未来价格中反映的期望相结合，我们表明，在保持每小时精度的同时，可以大幅提高预测性能。我们调查了德国和奥地利EPEX现货的日前电价，并建立了一个模型，该模型考虑了德国和奥地利EEX的未来。该模型可视为AR24-X模型，每天每小时有一个不同的模型。我们能够表明，未来数据包含日前电价未来时间段的相关价格信息。我们表明，仅依赖确定性外部回归可以为数周的预测期提供稳定性。通过实施快速有效的套索估计方法，我们证明了我们的模型可以优于文献中的其他几个模型。关键词：电价、中期、未来数据、预测、AR、Lasso1。

引言在过去的几十年中，建模和预测电价已经成为经济研究的一个重要和广泛的部分。电价的特殊性，也被称为程式化事实，以及由于新法律迅速变化的市场条件，尤其是在欧洲和德国，促进了这一发展。此外，在过去几年中，无论是通过法律还是通过协商协议，数据的透明度都有了极大的提高。例如，电力消耗、生产、价格甚至计划容量的数据都可以通过ENTSO-e或exchangesthemselves等不同来源下载。电力交易所还通过推出新的电力相关产品（如新的大宗产品、衍生品）或完整的新现货拍卖（如EXAAGreenPower拍卖），扩大了其产品组合。尽管这些变化将为知情的决策者提供更有效的选择，但也增加了决策过程的复杂性。计量经济学是一种试图结合不断变化的市场条件的研究方法，它通常构建模型，旨在捕捉电价时间序列的基本行为，并在事后提供预测。这些预测可以帮助市场参与者做出投资决策等决策。此外，预测的差异取决于其预测范围。只提前几天进行预测可以帮助电力公司调整生产计划。例如，如果抽水蓄能水电站的所有者掌握了未来极低价格的信息，他们可以通过现在释放水库，然后在电价较低时重新注水，轻松安排发电。

中期或长期预测可以帮助市场参与者确定长期投资机会，例如，当考虑建设新风电场的决策时，电子邮件地址：steinert@europa-大学。弗洛里安·德（里克·施泰纳特）。Ziel@uni-到期日。de（Florian Ziel）预印本于2018年2月1日提交给Elsevier简介2他们需要获得有关其产品未来现金流的可靠信息。这一点在德国尤为重要，因为可再生能源生产商获得的市场溢价是根据§23a EEG（“Erneuerbare Energien Gesetz”）的附件1，通过使用EPEX SE的平均每月现货价格计算的。计量经济学模型通常使用日前电价的跨期相关性结构，并将其与外部基本面或程式化事实相关回归器相结合，以提供良好的预测，例如，Weron（2014）对不同模型的广泛回顾。然而，这些模型在进行中期甚至长期的地平线预测时通常会遇到困难。原因主要是，每一个不确定的回归因素，如电力负荷、风能和太阳能发电量、水库水位或燃料价格，都必须进行预测。这意味着预测者不仅要为电价建立一个好的模型，还要为回归者建立一个好的模型，尽管这两个时间序列可能来自非常不同的研究学科。此外，由于其自回归结构，其中一个序列预测中的每个错误都会对任何连续的预测时间点产生影响，这取决于时间序列本身的跨期相关性的大小，尤其是残差。因此，一些作者试图使用已经预测的回归系数或仅使用外部回归系数的对数（例如Bunn等人。