確率的ボラティリティによる翌日電力価格の予測
記事 arXiv papers · 著者: Andrei Renatovich Batyrov
サマリー
この研究では、確率的ボラティリティモデルを用いて翌日の電力スポット価格を確率的に予測します。価格を、分散が時間とともに変化する非定常時系列として扱い、離散時間における潜在的な確率過程としてボラティリティを表現します。まずベースラインとなる確率的ボラティリティモデルを検討し、次に複数の外生回帰変数を追加して拡張します。
説明によると、拡張モデルはベースラインより適合度が高く、アウト・オブ・サンプル予測は適用可能性と頑健性を支持しています。市場、回帰変数、予測評価指標、改善幅は特定されていないため、提示された要約から証拠を独立に評価することはできません。著者らは、このモデルが電力取引リスクのヘッジに使う金融派生商品に役立つ可能性を示唆しています。これは提案された用途であり、派生商品の設計、ヘッジ成績、他の電力市場への予測の適用性について説明はありません。
主なアイデア
- 確率的ボラティリティモデルで翌日の電力スポット価格を確率的に予測します。
- ベースラインでは、時間とともに変化する潜在過程としてボラティリティを表します。
- 報告された研究では、外生回帰変数の追加によりベースラインより適合度が高まりました。
- アウト・オブ・サンプル予測は、拡張モデルの適用可能性と頑健性を支持すると説明されています。
- 予測は電力派生商品によるヘッジに役立つ可能性がありますが、ヘッジ結果は示されていません。
タグ
全文
# 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
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。