基于LSTM-(U)MIDAS混合模型的国际原油价格预测.pdf
摘要
摘要
能源为人类社会发展和文明进步提供了物质基础，原油作为重要的能源
产品，其价格波动已逐渐成为影响世界经济稳定、国民经济发展及企业决策
等方面的重要因素。国际原油市场是典型的复杂非线性系统，国际原油价格
波动更是一系列风险因素互相交融、综合作用的结果。在国际油价预测研究
中，计量模型和机器学习方法的探究已实现历史性跨越，但两类方法的演化
进程却鲜有交叉。
国际原油价格影响因素间存在的数据频率差异及非线性关系大大增加了
油价预测的复杂性，混频模型和机器学习在处理数据频率差异和非线性关系
分别具有独特的优势。近年来，如何将深度学习纳入混频金融时间序列的相
关研究也逐渐得到广泛关注。基于此，本文将处理混频数据的MIDAS模型和
提取复杂非线性时序关系的LSTM神经网络相结合，构建能够充分提取高频
市场信息并准确及时预测国际原油价格的LSTM-(U)MIDAS综合集成模型。
本文归纳了国际原油价格影响因素框架，分析了国际油价走势规律及影
响因素运动规律，并基于LSTM-(U)MIDAS混合模型在混频数据视角下对国
际原油价格进行实证研究。第一，对国际原油价格预测的理论及文献进行了
分析。第二，基于谷歌搜索量指数和PCA方法提取国际原油市场的投资者关
注度指数。第三，对国际原油价格历史走势进行详细回顾，从多种来源视角
捕捉油价影响因素框架并分析其运动规律。第四，构建LSTM-(U)MIDAS混
合模型，基于TSCV与GridSearchCV方法选择模型关键超参数，并应用于混
频数据视角下的国际油价实证研究。第五，为验证LSTM-(U)MIDAS模型有
效性，本文对ANN-(U-)MIDAS等竞争模型的价格预测结果进行对比分析，
并对模型间的RMSE进行DM检验。第六，本文基于置换特征重要性算法的
模型无关版本计算各输入变量在国际原油价格收益率预测中的重要性程度。
本文的主要研究结论包括：
1
基于LSTM-(U)MIDAS混合模型的国际原油价格预测
（1）LSTM-(U)MIDAS混合模型预测性能显著更优，且LSTM-MIDAS
模型预测精度略微优于LSTM-UMIDAS模型。该模型既能捕捉高频数据中的
潜在有用信息，又能捕捉复杂非线性非平稳的特征及时间序列长期依赖信息，
具有更好的适用性和更优的预测效果，且LSTM-MIDAS模型更适合于具备高
频失配的混频国际油价变量预测。
（2）在国际原油价格预测当中，高频的原油库存、美元指数及AMEX
指数显著且强烈影响国际油价波动，投资者关注度对油价预测至关重要，且
对油价预测主要产生非线性影响，而替代能源价格及供给等基本面因素对油
价预测的贡献程度相对较低，周度和日度高频变量能够为油价预测提供更多
信息，提高国际油价的预测能力。
本文在分析国际原油价格影响因素时，充分考虑了基本面与非基本面、
市场性与非市场性、经济与非经济因素的影响，创新性地将混频数据抽样和
深度学习方法交互融合后的综合集成模型运用到国际油价的预测研究，为国
际油价预测领域的学术研究提供了新的视角和信号，有助于石油投资者对国
际原油价格进行分析与预测，有助于相关决策者对原油市场进行监测与调节。
关键字：国际原油价格；LSTM-(U)MIDAS；投资者关注度指数；DM检验
2
Abstract
Abstract
Energyisthematerialbasisforthedevelopmentofhumansocietyand
civilization.Asanimportantenergyproduct,thepricechangeofcrudeoilhas