基于Lasso和支持向量机的粮食价格预测

被引：22

作者：

喻胜华

龚尚花

机构：

[1] 湖南大学经济与贸易学院

来源：

湖南大学学报(社会科学版) | 2016年 / 30卷 / 01期

关键词：

粮食价格预测; 影响因素; Lasso; 支持向量机;

D O I：

10.16339/j.cnki.hdxbskb.2016.01.009

中图分类号：

F323.7 [农产品价格与市场]; F224 [经济数学方法];

学科分类号：

020205 ; 1203 ; 0202 ; 0701 ; 070104 ;

摘要：

首先利用Lasso方法在影响粮食价格波动的众多因素中选出了粮食储备、粮食生产成本、粮食产量、粮食政策、生产需求、贸易需求、心理预期等7个主要影响因素;然后在Lasso变量选择的基础上利用支持向量机进行粮食价格的回归与预测,同时,把Lasso、支持向量机、Lasso-支持向量机及ARIMA方法的拟合预测效果进行比较。实证结果表明:Lasso-支持向量机组合预测方法的拟合预测效果要优于另外三种预测方法。

引用

页码：71 / 75

页数：5

共 14 条

[1]

我国粮食价格波动因素分析与预测研究.[D].王淑艳.东北农业大学.2013, 10

[2]

支持向量机分类与回归方法研究.[D].孙德山.中南大学.2004, 01

[3]

基于指数平滑模型的农产品价格预测研究.[D].苗开超.合肥工业大学.2009, 11

[4] 基于NARX神经网络的农产品价格时间序列预测方法研究 [J].