论文部分内容阅读
碳交易价格的精准预测对推动碳交易市场的科学理性发展具有重要意义,因此提出一种基于混合结构数据的碳价格多尺度组合预测方法。首先,用谷歌指数提取碳价格相关的非结构化数据,基于主成分分析对其进行降维。然后,对影响因素的结构化数据、降维后的非结构化数据、碳交易价格分别进EMD分解得到不同个数的本征模函数(IMF),并采用Fine-to-Coarse技术对IMF进行重构得到高频序列、低频序列和趋势项。进而根据时间序列各尺度特点,用ARIMA、PLS和神经网络对高频数据、低频数据和趋势项进行预测。最后,对预测结果集成