基于CEEMDAN-VMD 二次分解的原油期货价格预测 

姜玉淳 

贵州财经大学，贵州贵阳，550025； 

摘要：本文聚焦于原油期货价格预测，针对原油期货价格时间序列数据的非平稳性、非结构化及非线性特征，提 出了一种基于二次分解技术的预测方法。借鉴深度学习在其他金融领域的成功经验，本文提出 CEEMDAN-SE-VMDGRU 模型，对上海原油 SC、Brent 原油和 WTI 原油价格日度数据进行深度分解与精细处理，有效捕捉价格波动的 微细特征，以实现更高精度的预测，并且模型在原油期货价格的预测精度优于对比模型。 

关键词：原油期货价格；金融时间序列预测；二次分解；GRU 

参考文献

[1]Huang N E, Zheng S, Steven R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings: Mathematical, Physical and Engineering Sciences, 1998,454(1971).

[2]Yeh J R, Shieh J S, Huang N E. Complementary ensemble empirical mode decomposition: A novel noise enhanced data analysis method[J]. Advances in adaptive data analysis,2010(2):135-156.

[3]Dragomiretskiy K, Zosso D, Bertozzi A L, et al. Two-Dimensional Compact Variational Mode Decomposition[J]. Math Imaging Vis 58, 294–320 (2017).

[4]Liu H, Mi X, Li Y. Smart multi-step deep learning model for wind speed forecasting based on variational mode decomposition, singular spectrum analysis, LSTM network and ELM[J]. Energy Conv Manag, 2018; 159:54–64.

[5]张省.我国碳排放权交易价格组合预测研究——基于二次分解和机器学习方法的分析[J].价格理论与实践,2023,(09):142-145+209.

[6]朱菊香,张诗云,张涛,等.基于二次分解和改进沙猫群优化算法的空气质量预测[J].国外电子测量技术,2024,43(05):190-200.

[7]樊冲.基于CEEMDAN-VMD-SSA-LSTM的门诊量预测模型[J].微型电脑应用,2024,40(05):214-218+242.