基于CEEMDAN-PSO-ELM的原油期货价格预测模型

简介：
本研究提出了一种结合CEEMDAN、PSO和ELM算法的新型原油期货价格预测模型。通过CEEMDAN分解数据，优化ELM参数，并利用PSO改进预测精度，以实现更准确的价格走势分析。 为了提高原油期货价格预测的准确性，本段落采用CEEMDAN分解算法与ELM极限学习机模型，并利用PSO粒子群优化算法对机器学习模型进行参数寻优，构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测。首先，通过CEEMDAN算法将原始价格序列分解，然后使用Lempel-Ziv复杂度指数对分量进行重构以获得高频、中频和低频的重构分量，并应用PSO-ELM模型分别对其进行预测。在选取模型输入变量时采用PACF系数，最后汇总各分量预测结果形成最终预测值。实证研究结果显示，CEEMDAN-PSO-ELM模型相较于其他15种基准模型具有最佳的预测性能，并且通过MCS检验和DM检验进一步验证了该模型的稳健性。