Прогнозирование цен на электроэнергию на сутки вперёд с моделями стохастической волатильности

Сводка

В этом исследовании строятся вероятностные прогнозы спотовых цен на электроэнергию на сутки вперёд с помощью моделей стохастической волатильности. Цены рассматриваются как нестационарный временной ряд с меняющейся во времени дисперсией, а волатильность представлена как скрытый стохастический процесс в дискретном времени. Сначала исследуется базовая модель стохастической волатильности, затем она расширяется добавлением нескольких экзогенных регрессоров.

Согласно описанию, расширенная модель лучше соответствует данным, чем базовая, а вневыборочные прогнозы свидетельствуют в пользу её применимости и устойчивости. Не указаны рынок, регрессоры, метрики оценки прогнозов или масштаб улучшения, поэтому приведённые сведения нельзя независимо оценить по этому резюме. Авторы предполагают, что модель может использоваться при разработке финансовых деривативов для хеджирования торгового риска на рынке электроэнергии. Это предлагаемое применение; в описании нет подробностей о структуре деривативов, результатах хеджирования или переносимости прогнозов на другие рынки электроэнергии.

Ключевые идеи

• В исследовании строятся вероятностные прогнозы спотовых цен на электроэнергию на сутки вперёд с помощью моделей стохастической волатильности.
• В базовой модели волатильность представлена как скрытый процесс, меняющийся во времени.
• Согласно исследованию, добавление экзогенных регрессоров улучшает соответствие модели данным по сравнению с базовой.
• Утверждается, что вневыборочные прогнозы свидетельствуют в пользу применимости и устойчивости расширенной модели.
• Прогнозы могут помочь в хеджировании с помощью деривативов на электроэнергию, хотя результаты хеджирования не приводятся.

Теги

# 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

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.