基于向量自回归模型的煤炭价格预测的中期报告.docx

基于向量自回归模型的煤炭价格预测的中期报告
基于向量自回归模型（VectorAutoregression,VAR）的煤炭价格预测的中期报告如下：
1.数据准备：
我们收集了历史上中国煤炭市场的日交易数据，包括煤价、成交量、库存量和出矿量等数据，时间范围为2015年1月至2021年6月，共计2368个交易日。对这些数据进行了初步的统计分析，煤价存在周期性波动和季节性波动，同时与成交量、库存量和出矿量紧密相关。
2.模型建立：
我们采用了VAR模型来建立煤炭价格预测模型，VAR模型是一种多变量时间序列模型，能够同时考虑多个变量之间的相互关系。在建立VAR模型之前，需要进行数据的平稳性检验和协整检验。
3.中期结果：
我们建立了一个包含4个变量（煤价、成交量、库存量和出矿量）的VAR模型，选取LagOrder为4。通过对模型进行评估，发现该模型的拟合效果较为良好。预测结果显示，未来一段时间内煤价将保持温和上涨的趋势，同时成交量和库存量也将相应增加。
4.后续工作：
在后续的研究中，我们将进一步完善模型，提升预测效果，并探索其他可能的模型和方法。同时，我们还会对煤炭价格预测的应用场景进行探索，包括如何将预测结果应用于煤炭市场监测、投资决策和政策制定等领域。