基于LightGBM的棉花价格影响因素分析与预测研究

吕 忠宇, 秦 玉杰, 王 学莘, 张 恒, 刘 相娟
齐齐哈尔大学

摘要


针对棉花价格的多尺度波动特征，构建变分模态分解（Variational Mode Decomposition，VMD）增强的轻量
级梯度提升机（Light Gradient Boosting Machine，LightGBM）预测方法。通过历史窗口分解提取模态特征，衔接外
生变量筛选、贡献解释和滚动验证，复核既有棉花模型基准结果。分析表明，因素贡献随样本频率和预测时期变化，
分解效果应以样本外误差检验。所构建方法将VMD用于输入特征提取，由LightGBM直接预测现货价格，为多尺度
信息利用提供技术路径。

关键词


棉花价格；VMD；LightGBM；影响因素；滚动预测

全文:

PDF


参考


[1]王世杰王兴芬岳婷.基于XGBoost和TCNAttention的棉花价格多影响因素选择及预测[J].计算机系

统应用，2023，32（10）：10-21.

[2]褚志磐，刘荣俊，张燕飞，韩佳霖，马爱艳.基

于VAR模型的中国棉花价格波动及影响因素分析[J].湖

南农业科学，2022（1）：96-99，104.

[3]吴 展， 王 春 晓.基 于 参 数 优 化VMD与XGBoost

算法的玉米蛋白粉价格预测[J].饲料研究，2024（13）：

178-183.

[4]何丽娟，马琼，侯玉龙，姚心雨，杜佳娟.基于

VAR模型的中国棉花价格波动影响因素分析[J].农业展

望，2022，18（1）：69-73.

[5]刘合兵，华梦迪，孔玉杰，席磊，尚俊平.基于

分解集成方法的小宗农产品价格预测研究[J].运筹与管

理，2024，33（6）：125-131.


Refbacks

  • 当前没有refback。