基于时空Copula的时间序列模型预测天然气价格
摘要：商品价格时间序列具有一些有趣的特征，例如重尾分布、偏度、异方差性和非线性依赖结构。这些特征给建模和预测带来挑战。在这项工作中，我们探讨了如何有效地利用空间-时间copula-based时间序列模型进行建模和预测。我们重点关注化石燃料和碳排放价格序列。此外，我们还说明了如何在条件异方差建模中使用t-copula。我们检查和可视化了在这种情况下可能出现的非椭圆形概率预测。讨论了在给定非椭圆形概率预测的情况下如何找到适当的点预测问题。我们提出了一个解决方案，其中预测与人工神经网络(ANN)相结合。ANN预测用作点预测的最佳（以均方误差为参考）分位数。在一项预测研究中，我们发现基于copula的模型具有竞争力。
作者：Sven Pappert and Antonia Arsova
论文ID：2301.03328
分类：Applications
分类简称：stat.AP
提交时间：2023-01-10