[发明专利]一种基于统计学习的猪肉价格波动预警方法及系统

说明书

本发明涉及一种基于统计学习的猪肉价格波动预警方法及系统，包括对猪肉价格相关性数据进行采集和数据预处理；基于猪肉价格和其他因素的相关性分析；构建VAR(n)模型，计量分析猪肉与其他价格的波动规律；对猪肉与其他研究变量挖掘内在的关联准则；对猪肉价格与其他因素的相关性综合分析；分析得到与猪肉价格相关性强的特征因素；划分训练数据集和测试数据集；建立猪肉价格波动的预警模型；利用时差相关分析确立预警指标建立预警模型；对各变量的异常波动进行预警；利用前期分析挖掘得到的相关性变量，纳入预警模型充当解释变量；搭建BP神经网络模型；根据对预警区间正误的判别是否正确，对测试集合进行评价；判断价格走势和市场冷热。

技术领域

本发明涉及计算机相关技术领域，具体是一种基于统计学习的猪肉价格波动预警方法及系统。

背景技术

猪肉在山东肉类消费品结构中占有非常重要的地位，近十年来，猪肉在居民生产消费结构中比重在60％以上，近年以来，猪肉价格呈现非线性的波动，在经历非洲猪瘟后一年的时期内，猪肉价格波动比较明显。猪肉价格的波动从侧面反映了猪肉产业链中存在的一些问题。猪肉供需、民生消费结构及其他市场因素的改变都会对猪肉价格产生影响，内部的波动不仅会造成猪肉价格的波动，还会影响市场秩序，引发养殖户的养殖规模更改，影响民生的正常消费。

针对猪肉价格波动剧烈的问题，农户、养殖企业、政府往往不能理性判断猪肉价格市场走势，对于价格的预测多为人工干预和依据市场行情报告，然而通过专家判断的结果往往较为主观，现有技术的缺陷导致猪肉价格波动不能及时的预警，预测变量信息不能有效利用。本方法基于对各变量的时间序列建模分析的结果，运用多种统计学习方法，提供一种对猪肉价格波动预警的方法及系统，用以指导政府、农户对当前市场的冷热度判断，为构建健康的市场环境提供指导。

现有价格预测方法存在以下缺点：

1、现有预警方法多依赖于人工评估，对于影响猪肉价格波动的因素分析不够完全，导致预测结果不够精准；

2、现有预警方法较为单一，对预警变量的筛选没有考虑序列在时间上的相依性问题，对相关特征提取方法单一，不能挑选出最适合用于猪肉价格预警的特。

发明内容

本发明的目的在于提供一种基于统计学习的猪肉价格波动预警方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于统计学习的猪肉价格波动预警方法，包括以下步骤：

S1、对猪肉价格相关性数据进行采集和数据预处理；

S2、基于猪肉价格和其他因素的相关性分析，分析和挖掘出影响猪肉价格的变量，由VAR模型对数据统计性质的要求，对所研究变量利用ADF单位根检方法进行平稳性检验和协整检验；

S3、结合猪周期以及AIC、BIC最小准则确定最优阶数n，构建VAR(n)模型，由脉冲响应分析分析猪肉价格与其他研究变量之间的动态交互作用及其效应；

S4、对猪肉与其他研究变量挖掘内在的关联准则，利用Apriori挖掘算法寻找各变量之间的关联关系；

S5、由关联规则相关性的可视化和量化结果，对猪肉价格与其他因素的相关性综合分析；

S6、基于S2-S5，剔除相关性、关联性较弱的变量，如豆粕、鸡蛋、鸡肉等变量，综合分析得到与猪肉价格相关性较强的变量；

S7、利用前期分析挖掘得到的相关性变量，引入存栏量等数据，纳入预测模型充当解释变量，以上述确定变量为基础划分训练数据集和测试数据集；

S8、利用前期分析得到的相关性变量，建立猪肉价格波动的预警模型，将所有变量统一转化为波动率；