Prévoir les prix de l’électricité à un jour avec la volatilité stochastique

Résumé

Cette recherche développe des prévisions probabilistes des prix spot de l’électricité pour le lendemain à l’aide de modèles de volatilité stochastique. Elle traite les prix comme une série temporelle non stationnaire dont la variance évolue dans le temps, la volatilité étant représentée par un processus stochastique latent en temps discret. L’étude examine d’abord un modèle de volatilité stochastique de référence, puis le développe en ajoutant plusieurs variables explicatives exogènes.

La description indique que le modèle enrichi s’ajuste mieux que le modèle de référence et que les prévisions hors échantillon étayent son applicabilité et sa robustesse. Elle ne précise ni le marché, ni les variables explicatives, ni les mesures d’évaluation des prévisions, ni l’ampleur de l’amélioration ; les éléments ne peuvent donc pas être évalués indépendamment à partir du résumé fourni. Les auteurs suggèrent que le modèle pourrait éclairer la conception de dérivés financiers servant à couvrir le risque de trading de l’électricité. Il s’agit d’un usage proposé ; la description ne fournit aucun détail sur la conception des dérivés, l’efficacité de la couverture ou le transfert des prévisions à d’autres marchés de l’électricité.

Idées clés

• L’étude prévoit les prix spot de l’électricité pour le lendemain avec des modèles probabilistes à volatilité stochastique.
• Le modèle de référence représente la volatilité comme un processus latent évoluant dans le temps.
• Dans la recherche présentée, l’ajout de variables explicatives exogènes produit un meilleur ajustement que le modèle de référence.
• Les prévisions hors échantillon sont décrites comme étayant l’applicabilité et la robustesse du modèle enrichi.
• Les prévisions pourraient contribuer à la couverture au moyen de dérivés sur l’électricité, mais les résultats de couverture ne sont pas fournis.

Étiquettes

# 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

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.