現(xiàn)貨價格預(yù)測偏差分析及優(yōu)化

全文共2011字，閱讀全文需要7分鐘

日前和實時價格預(yù)測的準確率關(guān)系到交易策略的進行，所以需要對其價格預(yù)測偏差進行分析，以此評估預(yù)測價格的可信度，輔助日前交易策略。

(來源：微信公眾號“蘭木達電力現(xiàn)貨” 作者：黃熠哲、張興一)

本文數(shù)據(jù)源選用的是2023年1-6月的每日算法預(yù)測的日前價格和實時價格，以及實際出清價格。在分析價格預(yù)測偏差的同時，也進行各個時段出現(xiàn)價差的原因和概率的分析。

本文主要分為三個部分：預(yù)測價格偏差分析、價差預(yù)測準確率分析及最終的分析結(jié)論。

一

預(yù)測價格偏差分析

(一)峰、平、谷價格預(yù)測偏差

分峰、平、谷來看，除了河西實時偏差外，谷段價格預(yù)測偏差明顯大于平段和峰段：河?xùn)|實時價格預(yù)測偏差峰谷平分別為：99.44、121.17、97.30;河?xùn)|日前價格預(yù)測偏差峰谷平分別為56.55、67.36、53.06;河西日前價格預(yù)測偏差峰谷平分別為52.79、55.85、53.43。而谷段預(yù)測偏差較大的原因為：谷段新能源高于峰段和平段，容易出現(xiàn)阻塞，導(dǎo)致價格波動較大，從而使得價格預(yù)測偏差較大。

分區(qū)域來看，河?xùn)|實時和日前價格預(yù)測偏差均大于河西，河?xùn)|、河西日前價格預(yù)測偏差分別為：58.99、53.43;河?xùn)|河西實時偏差分別為：105.97、94。這部分同樣是由于河?xùn)|谷段經(jīng)常出現(xiàn)阻塞，導(dǎo)致谷段價格較高，相對較難預(yù)測，而河西相對之下可以比河?xùn)|少考慮一個阻塞變量，因此預(yù)測價格相對準確，預(yù)測偏差較小。

此外，可以很明確的看出實時價格預(yù)測偏差明顯大于日前價格預(yù)測偏差：河?xùn)|、河西實時價格預(yù)測偏差均值分別為：105.97、94，而河?xùn)|、河西日前價格預(yù)測偏差均值分別為：58.99、53.43。一方面說明了實時的價格相對日前的價格來說更難把握，另一方面也反應(yīng)了甘肅電力現(xiàn)貨市場的波動較大。

(二)分時段價格預(yù)測偏差

分時段來看，谷二段(11:00-17:00)預(yù)測偏差最高，河?xùn)|日前、河西日前、河?xùn)|實時在谷二段的預(yù)測偏差分別為：70.86、58.72、130.47，均為10個時段的最大值，這部分數(shù)據(jù)不難判斷出谷二的價格在全天所有時段中最難預(yù)測，也反映出了谷二段價格收到阻塞的影響最大。

具體來看，13-15時段的預(yù)測偏差明顯高于其他時段，也可以由此判斷：如果某天出現(xiàn)阻塞，那么谷段的13-15時出現(xiàn)的概率最高，因此會出現(xiàn)一個最大的預(yù)測差。也說明相對其他幾個時段來說，13-15時段的價格預(yù)測參考價值最低，但是并不代表正負價差的預(yù)測參考價值最低，具體正負價差的準確率會在第三部分進行說明。

(三)分月價格預(yù)測偏差

分月來看，無論是日前還是實時，河?xùn)|4-6月預(yù)測偏差明顯高于1-3月。河?xùn)|實時偏差4-6月分別為：122.14、111.88、112.32，河?xùn)|日前偏差4-6月分別為：66.34、69.80、67.40。針對于這部分的預(yù)測偏差進行分析，不難判斷這三個月的價差原因主要是新能源的一個多發(fā)，導(dǎo)致價格波動較大，實時價格走低，4-5月經(jīng)常會出現(xiàn)全天性的正價差，而且價差較為明顯，與預(yù)測的價格有很大的差異;河西由于少了阻塞這一個變量，所以在預(yù)測上相對精確，1-3月和4-6月的價格預(yù)測偏差無明顯區(qū)別。

二

價差預(yù)測準確率分析

(一)分時段價差預(yù)測準確率

整體來看，河?xùn)|、河西1-24時段價差預(yù)測準確率波動較大，均在50%以上。

河?xùn)|：1時段價差預(yù)測準確率最高，為61.88%;8時段準確率最低，為50.83%。

河西：23時段價差預(yù)測準確率最高，為60.22%;15時段預(yù)測準確率最低，為50.28%。

從圖上可以直觀看到，河?xùn)|的價差預(yù)測準確率相對于河西較高一些，這對于我們來說其實是一個比較好的消息，因為河?xùn)|的價差雖然明顯，但是我們在做日前策略的時候，能夠?qū)⒄搩r差踩準，這樣無論最終的預(yù)測價格差了多少，我們也能夠有盈利。換句話說，在我們無法準確判斷日前和實時價格的時候，我們更加優(yōu)先于判斷是否能夠?qū)r差踩對。

(二)價差預(yù)測準確率分布圖

所選取數(shù)據(jù)從1月1日-6月31日，共計181天，河?xùn)|有109天價差預(yù)測準確率大于50%，其中有11天價差預(yù)測準確率大于75%;河?xùn)|有107天價差預(yù)測準確率大于50%，其中有15天價差預(yù)測準確率大于75%。

針對于這兩張直方圖，我們的主要目的是想將25%-50%的這部分準確率提高到50%-75%，這類似于電商里面將潛力客戶轉(zhuǎn)變?yōu)閮?yōu)質(zhì)客戶一個道理，這部分的準確率意味著我們的策略錯誤，從而導(dǎo)致虧損，我們需要著重分析這25%-50%的具體原因，減少這部分的占比，增加50%-75%的占比，這樣直觀上可以給我們的策略帶來更多的收益。

通過以上分析，可得出以下結(jié)論：

1、谷段價格預(yù)測偏差較大，所以在做日前策略時，谷段價格相對來說可參考性較低。

2、河?xùn)|整體預(yù)測偏差大于河西，所以在做日前策略時，河西策略可以較大程度的參考機器預(yù)測價格。

3、整體價差預(yù)測準確率較高，每個時段的價差預(yù)測準確率均在50%以上，而且在做日前策略時候，價差是更難把握的點，所以在做日前策略時，算法預(yù)測的價差可靠性要大于價格。

4、在無法優(yōu)化或者減小整體預(yù)測偏差的時候，我們優(yōu)先想辦法將正負價差踩準，將25%-50%這一部分提升至50%-75%這一階段，這樣就算價格預(yù)測波動較大，我們?nèi)匀荒軌驗楣咎岣呤找妗?/p>