《表4 三种人工智能预测方法结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于价差预测的商品期货跨期套利研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用人工神经网络（ANN）、支持向量回归（SVR）及Xgboost三种机器学习方法来对价差进行预测，计算公式为yt=f（yt-1，yt-2，?，yt-10），即用前10期的数据来预测下一期的数据。与标准距离法相似，仍然采用滚动窗口对价差进行预测，采用t-1000至t-1期的数据为样本内数据对机器学习模型进行训练，用t-10至t-1期的数据对t期的价差进行预测。预测结果的准确性如表4所示，由于RMSE、MAE及Theil-U指数数值越低、DAR数值越高，说明模型预测越好，因此综合来看，SVR模型的预测效果最好，Xgboost其次，ANN的预测效果最差。因此在接下来的研究中采用SVR模型对价差进行预测，并构造最终的套利策略。