חיזוי מחירי חשמל ליום הבא באמצעות מודלי תנודתיות סטוכסטית

סיכום

מחקר זה מפתח תחזיות הסתברותיות למחירי ספוט של חשמל ליום הבא באמצעות מודלי תנודתיות סטוכסטית. הוא מתייחס למחירים כאל סדרת זמן לא־נייחת שהשונות שלה משתנה עם הזמן, כאשר התנודתיות מיוצגת כתהליך סטוכסטי סמוי בזמן בדיד. המחקר בוחן תחילה מודל בסיס של תנודתיות סטוכסטית, ואז מרחיב אותו באמצעות הוספת כמה משתני רגרסיה חיצוניים.

לפי התיאור, המודל המורחב מתאים טוב יותר ממודל הבסיס, והתחזיות מחוץ למדגם תומכות בהתאמתו ובחסינותו. הוא אינו מזהה את השוק, את משתני הרגרסיה, את מדדי הערכת התחזיות או את גודל השיפור, ולכן אי אפשר להעריך באופן עצמאי את הראיות על סמך התקציר שסופק. המחברים מציעים שהמודל יוכל לסייע בתכנון נגזרים פיננסיים המשמשים לגידור סיכוני מסחר בחשמל. מדובר בשימוש מוצע, והתיאור אינו מספק פרטים על תכנון הנגזרים, ביצועי הגידור או מידת התאמת התחזיות לשווקי חשמל אחרים.

רעיונות מרכזיים

• המחקר חוזה מחירי ספוט של חשמל ליום הבא באמצעות מודלים הסתברותיים של תנודתיות סטוכסטית.
• מודל הבסיס מייצג את התנודתיות כתהליך סמוי המשתנה לאורך זמן.
• במחקר המתואר, הוספת משתני רגרסיה חיצוניים מניבה מודל שמתאים טוב יותר ממודל הבסיס.
• לפי התיאור, תחזיות מחוץ למדגם תומכות בהתאמתו ובחסינותו של המודל המורחב.
• התחזיות עשויות לסייע בגידור באמצעות נגזרי חשמל, אך תוצאות הגידור אינן מוצגות.

תגיות

# 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

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.