اسٹوکیسٹک وولیٹیلیٹی سے اگلے دن بجلی کی قیمتوں کی پیش گوئی

خلاصہ

یہ تحقیق اسٹوکیسٹک وولیٹیلیٹی ماڈلز کے ذریعے اگلے دن کی بجلی کی اسپاٹ قیمتوں کی احتمالی پیش گوئیاں تیار کرتی ہے۔ قیمتوں کو غیر ساکن زمانی سلسلہ سمجھا گیا ہے، جس کا تغیر وقت کے ساتھ بدلتا ہے اور وولیٹیلیٹی کو مجرد وقت میں مخفی اسٹوکیسٹک عمل سے ظاہر کیا گیا ہے۔ مطالعہ پہلے بنیادی اسٹوکیسٹک وولیٹیلیٹی ماڈل دیکھتا ہے، پھر کئی بیرونی متغیرات شامل کرکے اسے وسعت دیتا ہے۔

وضاحت کے مطابق توسیع شدہ ماڈل بنیادی ماڈل سے بہتر فٹ ہوتا ہے اور نمونے سے باہر کی پیش گوئیاں اس کے اطلاق اور مضبوطی کی تائید کرتی ہیں۔ اس میں مارکیٹ، متغیرات، پیش گوئی کی جانچ کے پیمانے یا بہتری کی مقدار نہیں بتائی گئی، اس لیے فراہم کردہ خلاصے سے شواہد کی آزادانہ جانچ ممکن نہیں۔ مصنفین تجویز کرتے ہیں کہ ماڈل بجلی کی ٹریڈنگ کے خطرے سے بچاؤ کے لیے استعمال ہونے والے مالی مشتقات کے انتخاب میں مدد دے سکتا ہے۔ یہ مجوزہ استعمال ہے؛ وضاحت میں مشتق کی ساخت، ہیج کی کارکردگی یا دوسری بجلی مارکیٹوں میں پیش گوئیوں کے اطلاق کی تفصیل نہیں۔

اہم خیالات

• مطالعہ احتمالی اسٹوکیسٹک وولیٹیلیٹی ماڈلز سے اگلے دن کی بجلی کی اسپاٹ قیمتوں کی پیش گوئی کرتا ہے۔
• بنیادی ماڈل وولیٹیلیٹی کو ایک مخفی عمل کے طور پر ظاہر کرتا ہے جو وقت کے ساتھ بدلتا ہے۔
• رپورٹ شدہ تحقیق میں بیرونی متغیرات شامل کرنے سے بنیادی ماڈل کے مقابلے میں بہتر فٹ ملتا ہے۔
• نمونے سے باہر کی پیش گوئیاں توسیع شدہ ماڈل کے اطلاق اور مضبوطی کی تائید کرتی ہیں۔
• پیش گوئیاں بجلی کے مشتقات کے ذریعے ہیجنگ میں مدد دے سکتی ہیں، اگرچہ ہیج کے نتائج فراہم نہیں کیے گئے۔

ٹیگز

# 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

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔