Predicción de precios eléctricos del día siguiente con volatilidad estocástica

Resumen

Esta investigación desarrolla previsiones probabilísticas de los precios al contado de la electricidad del día siguiente mediante modelos de volatilidad estocástica. Trata los precios como una serie temporal no estacionaria cuya varianza cambia con el tiempo, y representa la volatilidad como un proceso estocástico latente en tiempo discreto. El estudio comienza con un modelo de volatilidad estocástica de referencia y luego lo amplía incorporando varias variables exógenas.

La descripción indica que el modelo ampliado se ajusta mejor que el de referencia y que las previsiones fuera de muestra respaldan su aplicabilidad y robustez. No identifica el mercado, las variables regresoras, las medidas de evaluación de las previsiones ni el tamaño de la mejora, por lo que no se puede evaluar de forma independiente la evidencia del resumen proporcionado. Los autores sugieren que el modelo podría orientar derivados financieros para cubrir el riesgo del trading de electricidad. Ese uso es una propuesta, y la descripción no ofrece detalles sobre el diseño de los derivados, el rendimiento de la cobertura ni la transferencia de las previsiones a otros mercados eléctricos.

Ideas clave

• El estudio pronostica precios al contado de la electricidad del día siguiente con modelos probabilísticos de volatilidad estocástica.
• El modelo de referencia representa la volatilidad como un proceso latente que cambia con el tiempo.
• Según la investigación, añadir variables exógenas produce un modelo con mejor ajuste que el de referencia.
• Se describe que las previsiones fuera de muestra respaldan la aplicabilidad y robustez del modelo ampliado.
• Las previsiones podrían respaldar coberturas mediante derivados eléctricos, aunque no se ofrecen resultados de cobertura.

Etiquetas

# Electricity Spot Prices Forecasting Using Stochastic Volatility Models


# Electricity Spot Prices Forecasting Using Stochastic Volatility Models









There are several approaches to modeling and forecasting time series as applied to prices of commodities and financial assets. One of the approaches is to model the price as a non-stationary time series process with heteroscedastic volatility (variance of price). The goal of the research is to generate probabilistic forecasts of day-ahead electricity prices in a spot marker employing stochastic volatility models. A typical stochastic volatility model - that treats the volatility as a latent stochastic process in discrete time - is explored first. Then the research focuses on enriching the baseline model by introducing several exogenous regressors. A better fitting model - as compared to the baseline model - is derived as a result of the research. Out-of-sample forecasts confirm the applicability and robustness of the enriched model. This model may be used in financial derivative instruments for hedging the risk associated with electricity trading. Keywords: Electricity spot prices forecasting, Stochastic volatility, Exogenous regressors, Autoregression, Bayesian inference, Stan

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.