本文選題：稀土價格 + 價格預(yù)測��； 參考：《中國稀土學(xué)報》2017年05期

【摘要】：由于影響稀土產(chǎn)品價格的因素眾多,各因素之間保持著錯綜復(fù)雜的聯(lián)系,并且稀土產(chǎn)品月度價格數(shù)據(jù)具有高度的非平穩(wěn)性、非線性和噪聲的特性,增加了稀土產(chǎn)品價格預(yù)測難度。為此,運(yùn)用時間序列預(yù)測法,以稀土Nd_2O_3,Dy_2O_3月度價格為例,建立非平穩(wěn)時間序列ARIMA(1,1,2)模型,來描述并預(yù)測稀土產(chǎn)品價格的動態(tài)變化,得到了2006年1月~2015年12月的Nd_2O_3,Dy_2O_3價格預(yù)測值,并使用真實觀測值與預(yù)測值進(jìn)行預(yù)測擬合精度分析,結(jié)果表明,該模型擬合精度較高,適合于中短期模擬預(yù)測Nd_2O_3,Dy_2O_3產(chǎn)品價格。由于中國主要稀土產(chǎn)品價格的波動周期具有一定的相似性,表明各市場之間的關(guān)聯(lián)比較密切,因此,該模型也可以用來模擬預(yù)測其他稀土氧化物的價格。該模型具有一定的實踐運(yùn)用價值,稀土行業(yè)管理部門可以運(yùn)用該模型定期編制稀土產(chǎn)品價格預(yù)測報告,以便稀土產(chǎn)品生產(chǎn)經(jīng)營者、消費(fèi)者和各級政府隨時掌握稀土產(chǎn)品市場價格情況和變動趨勢,及時進(jìn)行決策。
[Abstract]:Because of the large number of factors affecting the price of rare earth products, the various factors maintain a complex relationship, and the monthly price data of rare earth products have highly non-stationary, nonlinear and noise characteristics. It increases the difficulty of price prediction of rare earth products. Therefore, using the method of time series prediction and taking the monthly price of Nd2O3 / Dy _ 2O _ 3 as an example, a non-stationary time series (ARIMA) model is established to describe and predict the dynamic changes of the prices of rare earth products. The price prediction values of Nd2O3Dy2O3 are obtained from January 2006 to December 2015. The results show that the model has high fitting precision and is suitable for the short and medium term simulation to predict the price of NdSZ _ 2O _ 3 Dy _ 2O _ 3 products. Because the fluctuation cycle of the main rare earth products in China has certain similarity, which indicates that the relationship between the markets is close, the model can also be used to simulate and predict the prices of other rare earth oxides. The model has some practical application value. The management department of rare earth industry can use the model to compile the price forecast report of rare earth products regularly, so that the producers and operators of rare earth products can make use of the model. Consumers and governments at all levels keep track of market prices and trends of rare earth products and make timely decisions.
【作者單位】： 江西理工大學(xué)應(yīng)用科學(xué)學(xué)院;密歇根大學(xué)自然資源與環(huán)境學(xué)院;
【基金】：國家自然科學(xué)基金項目(71241022);國家自然科學(xué)基金項目(41462016) 江西省人文社科重點招標(biāo)課題(jd1471)資助
【分類號】：F426;F764

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙建鋒;李冠軍;;ARIMA模型在我國紡織品服裝出口額預(yù)測中的應(yīng)用[J];企業(yè)導(dǎo)報;2013年23期

2 姜慶華;趙麗萍;;基于ARIMA模型的我國電力生產(chǎn)預(yù)測研究[J];價值工程;2006年09期

3 蔣金良;林廣明;;基于ARIMA模型的自動站風(fēng)速預(yù)測[J];控制理論與應(yīng)用;2008年02期

4 陳汶濱;時瓊;程大勇;王君;;ARIMA模型在研究油氣田產(chǎn)量遞減規(guī)律中的應(yīng)用[J];中國西部科技;2010年06期

5 任歡;;基于ARIMA模型的河南省能源需求量預(yù)測[J];安陽師范學(xué)院學(xué)報;2010年05期

6 張士強(qiáng);王雯;王健;;ARIMA模型在城市年用電量預(yù)測中的應(yīng)用[J];電力需求側(cè)管理;2010年06期

7 王拓;胡人杰;;基于ARIMA模型的全球家用游戲機(jī)硬件銷量分析與預(yù)測[J];科技廣場;2012年11期

8 張廣寧;和軍;李紹東;;基于ARIMA模型的中國裝備制造業(yè)發(fā)展預(yù)測[J];遼寧經(jīng)濟(jì);2014年05期

9 邵瑞清;張艷娟;;基于ARIMA模型的我國木薯干進(jìn)口發(fā)展預(yù)測研究[J];中國市場;2010年15期

10 呂蓬;岳莉莉;趙曉麗;;小波分解和ARIMA模型相結(jié)合的短期風(fēng)速預(yù)測[J];科技信息;2011年14期

相關(guān)會議論文 前1條

1 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 彭舟;考慮季節(jié)因素的產(chǎn)業(yè)用電量關(guān)聯(lián)分析及預(yù)測[D];長沙理工大學(xué);2014年

2 鄭榮;基于ARIMA與SVM組合模型的煤炭價格預(yù)測[D];東華理工大學(xué);2015年

3 高金標(biāo);基于Hadoop的全國零售戶數(shù)據(jù)處理與市場感知[D];浙江理工大學(xué);2016年

4 李樂;電力市場背景下需求側(cè)報價的時間序列分析方法研究[D];華北電力大學(xué)(北京);2016年

5 趙曉麗;基于小波ARIMA模型的風(fēng)電場風(fēng)速短期預(yù)測方法研究[D];華北電力大學(xué)（北京）;2010年

6 張丹;基于ARIMA模型的消費(fèi)品公司預(yù)算管理分析[D];復(fù)旦大學(xué);2011年

7 侯璐;基于ARIMA模型的石油價格短期分析預(yù)測[D];暨南大學(xué);2009年

8 賈竹青;基于ARIMA模型的呼和浩特地區(qū)10kV配電網(wǎng)負(fù)荷預(yù)測[D];華北電力大學(xué)（北京）;2011年

9 連曄;基于ARIMA與神經(jīng)網(wǎng)絡(luò)的原油運(yùn)價指數(shù)研究與預(yù)測[D];上海交通大學(xué);2010年

10 陶靜;某LED公司投資分析及前景預(yù)測[D];重慶大學(xué);2015年

，

本文編號：1818945