煤炭作为我国重要的能源资源之一,受市场多种因素影响导致煤价时序数据呈现高度随机波动和非平稳性,为刻画上述特征,本文提出了考虑多元多尺度特征驱动两阶段参数寻优的煤炭价格预测框架,对环渤海动力煤指数进行预测.首先,利用多元分解算法实现多变量多尺度子序列特征提取并重构;其次,利用时序模型、人工智能模型以及深度学习技术分别对重构后的高、中、低频进行预测;最后,利用“分解集成”思想,结合智能算法对高、中频预测模型参数和重构序列组合权重进行动态寻优,实现价格指数的预测.预测结果显示,所提框架表现优异且鲁棒性较好,优于基准模型,可用于煤炭价格的短期预测.
