Fugu-MT 論文翻訳(概要): Modeling Volatility and Dependence of European Carbon and Energy Prices

論文の概要: Modeling Volatility and Dependence of European Carbon and Energy Prices

arxiv url: http://arxiv.org/abs/2208.14311v1
Date: Tue, 30 Aug 2022 14:50:25 GMT
ステータス: 処理完了
システム内更新日: 2022-08-31 13:46:31.319319
Title: Modeling Volatility and Dependence of European Carbon and Energy Prices
Title（参考訳）: 欧州の炭素・エネルギー価格のボラティリティと依存性のモデル化
Authors: Jonathan Berrisch, Sven Pappert, Florian Ziel, Antonia Arsova
Abstract要約: 欧州排出アローアンス(EUA)の価格について検討する本稿では,データの特徴を生かした確率的条件付き時系列モデルを提案する。また,ロシアによるウクライナ侵攻を視野に入れて,ボラティリティの流出と時間差の相関に注目した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study the prices of European Emission Allowances (EUA), whereby we analyze their uncertainty and dependencies on related energy markets. We propose a probabilistic multivariate conditional time series model that exploits key characteristics of the data. The forecasting performance of the proposed model and various competing models is evaluated in an extensive rolling window forecasting study, covering almost two years out-of-sample. Thereby, we forecast 30-steps ahead. The accuracy of the multivariate probabilistic forecasts is assessed by the energy score. We discuss our findings focusing on volatility spillovers and time-varying correlations, also in view of the Russian invasion of Ukraine.
Abstract（参考訳）: 我々は、EUA(European Emission Allowances)の価格を調査し、その不確実性と関連するエネルギー市場への依存を分析する。本稿では,データの特徴を利用した確率的多変量条件時系列モデルを提案する。提案モデルと各種競合モデルの予測性能は, 転がり窓予測実験で評価され, 約2年間の実測結果が得られた。これにより、30歩先を予測できる。多変量確率予測の精度はエネルギースコアによって評価される。我々は,ロシアによるウクライナ侵攻の観点から,ボラティリティの流出と時間変動の相関に注目した。

関連論文リスト

Enhancing Multi-Step Brent Oil Price Forecasting with Ensemble Multi-Scenario Bi-GRU Networks [1.03590082373586]
我々は,ブレント原油価格のボラティリティを把握し,多段階予測を強化するためのアンサンブルモデルを導入する。まず、一般的なディープラーニングモデルと、様々な外部要因が予測精度に与える影響を評価する。提案手法は,3つのBI-GRUネットワークを用いて,複数の予測シナリオのアンサンブル手法を用いて正確な予測を生成する。
論文参考訳（メタデータ） (2024-07-15T22:21:17Z)
Analyzing Currency Fluctuations: A Comparative Study of GARCH, EWMA, and IV Models for GBP/USD and EUR/GBP Pairs [0.0]
グレートブリテンポンド(GBP)の値の変動について検討する。本研究では,2組の日次リターンの20日間の変動を予測する上での有効性を評価するために,様々な数学的モデルを適用した。実験の結果, GBP/USDペアでは, GARCHモデルの利用から最も正確なボラティリティ予測が得られた。
論文参考訳（メタデータ） (2024-02-12T06:29:57Z)
A probabilistic forecast methodology for volatile electricity prices in the Australian National Electricity Market [0.36832029288386137]
オーストラリア国定電力市場(Australian National Electricity Market)の南オーストラリア地域は、現代の電力市場において最も高い価格変動率を示している。本稿では,これらの極端条件下での確率予測へのアプローチについて概説する。
論文参考訳（メタデータ） (2023-11-13T12:33:33Z)
Probabilistic Forecasting of Day-Ahead Electricity Prices and their Volatility with LSTMs [0.0]
本稿では,ドイツ・ルクセンブルクの日頭電力価格に対するLong Short-Term Memory(LSTM)モデルを提案する。 LSTMの繰り返し構造は傾向に適応し、平均偏差と標準偏差の合同予測は確率的予測を可能にする。物理学に着想を得たアプローチである超統計学を用いて、LSTMモデルは価格とボラティリティの両方を忠実に再現することを示す。
論文参考訳（メタデータ） (2023-10-05T06:47:28Z)
Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
論文参考訳（メタデータ） (2023-07-14T06:50:02Z)
The Capacity and Robustness Trade-off: Revisiting the Channel Independent Strategy for Multivariate Time Series Forecasting [50.48888534815361]
本稿では、Channel Dependent(CD)戦略でトレーニングされたモデルが、Channel Dependent(CD)戦略でトレーニングされたモデルよりも優れていることを示す。以上の結果から,CD手法は高いキャパシティを持つが,分散ドリフト時系列を正確に予測する堅牢性に欠けることがわかった。本稿では,CI戦略を超越した正規化(PRReg)による予測残差法(Predict Residuals with Regularization, PRReg)を提案する。
論文参考訳（メタデータ） (2023-04-11T13:15:33Z)
Back2Future: Leveraging Backfill Dynamics for Improving Real-time Predictions in Future [73.03458424369657]
公衆衛生におけるリアルタイム予測では、データ収集は簡単で要求の多いタスクである。過去の文献では「バックフィル」現象とそのモデル性能への影響についてはほとんど研究されていない。我々は、与えられたモデルの予測をリアルタイムで洗練することを目的とした、新しい問題とニューラルネットワークフレームワークBack2Futureを定式化する。
論文参考訳（メタデータ） (2021-06-08T14:48:20Z)
When in Doubt: Neural Non-Parametric Uncertainty Quantification for Epidemic Forecasting [70.54920804222031]
既存の予測モデルは不確実な定量化を無視し、誤校正予測をもたらす。不確実性を考慮した時系列予測のためのディープニューラルネットワークの最近の研究にもいくつかの制限がある。本稿では,予測タスクを確率的生成過程としてモデル化し,EPIFNPと呼ばれる機能的ニューラルプロセスモデルを提案する。
論文参考訳（メタデータ） (2021-06-07T18:31:47Z)
Learning Interpretable Deep State Space Model for Probabilistic Time Series Forecasting [98.57851612518758]
確率的時系列予測は、その歴史に基づいて将来の分布を推定する。本稿では,非線形エミッションモデルと遷移モデルとをネットワークによってパラメータ化した,確率的時系列予測のための深部状態空間モデルを提案する。実験では,我々のモデルが正確かつ鋭い確率予測を生成することを示す。
論文参考訳（メタデータ） (2021-01-31T06:49:33Z)
A generative adversarial network approach to (ensemble) weather prediction [91.3755431537592]
本研究では,500hPaの圧力レベル,2m温度,24時間の総降水量を予測するために,条件付き深部畳み込み生成対向ネットワークを用いた。提案されたモデルは、2019年に関連する気象分野を予測することを目的として、2015年から2018年までの4年間のERA5の再分析データに基づいて訓練されている。
論文参考訳（メタデータ） (2020-06-13T20:53:17Z)
Ensemble Forecasting for Intraday Electricity Prices: Simulating Trajectories [0.0]
近年の研究では、時間単位のドイツの日内連続市場は弱い状態にあることが示されている。時間内電力価格の確率予測は、トレーディングウィンドウ毎に軌跡をシミュレートして行う。この調査は、過去3時間でドイツの日内連続市場における価格分布を予測することを目的としているが、このアプローチは、特にヨーロッパでは、他の連続市場への適用を可能にする。
論文参考訳（メタデータ） (2020-05-04T10:21:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。