基于VMD-DBO-BiGRU的多因素铁矿石期货价格预测

摘要

提出一种结合变分模态分解(variational mode decomposition, VMD)、蜣螂优化算法(dung beetle optimization, DBO)与双向门控循环单元(bidirectional gated recurrent unit, BiGRU)的预测模型(VMD-DBO-BiGRU),旨在提升铁矿石期货价格预测精度。首先，采用VMD方法对铁矿石期货价格序列进行模态分解，提取不同时间尺度的价格特征并抑制噪声干扰；其次，引入DBO算法优化BiGRU模型的超参数，避免传统优化方法易陷入局部最优的问题；最后，将优化后的BiGRU模型应用于各模态分量的预测，并根据预测结果线性重构得到最终的期货价格预测值。实证研究表明，本文模型在单步和多步预测中均显著提高了铁矿石价格的预测精度，并较基准模型展现出持续的预测性能优势，为山东某钢厂等相关企业在套期保值策略制定和投资决策分析中提供了技术支持，有助于降低市场风险并提高决策效率。

关键词

铁矿石期货价格 / 变分模态分解 / 蜣螂优化算法 / 双向门控循环单元

基金资助

泰山学者工程(tstp20240803); 国家重点研发计划项目(2023YFA1008903); 山东省自然科学重大基础研究项目(ZR2023ZD33); 大连商品交易所“百校万才”工程研究项目