“大數據”概念方興未艾,有人也稱大數據為“新能源”。大數據的產生和應用有效的推動了生產力的變革,目前已經滲透到了各行各業,而煤焦行業也是大數據的重要應用領域。
11月21日,由中國煤炭資源網主辦的“2019年(第七屆)國際動力煤資源與市場高峰論壇”在廣州隆重召開。本次會議上,汾渭能源總經理羅安做了“汾渭煤炭大數據價格預測模型”的精彩演講。
汾渭能源總經理羅安做主題演講
“近幾年,煤炭大數據發展較快,具備了一定基礎,行業發展優勢明顯,但也存在數據體系不完善、采集渠道不暢通、數據時效性不強等問題。”羅安表示,汾渭是國內煤炭行業數據建設的第一批先行者之一,汾渭數據體系主要呈現建設起源早、持續性強及數據體系完善三大特點。
目前市場參與者和觀察者大多通過各項供需數據的變化和研究經驗去大致判斷后期市場走向,判斷的因素中,主觀因素占很大一部分,羅安指出。
他進一步講道,前幾年煤焦價格變化比較平緩,平均每年經歷1-2波行情變化,2017年起,煤焦價格每年經歷了3-4波行情變化,且變化幅度較大,煤焦市場變化頻率越來越快,使得市場參與者與市場觀察者對后期市場變化越來越難以把握。
“汾渭1998年成立以來,一直致力于研究煤炭/焦炭價格與供需影響因素之間的關系,從2008年的供需模型到大數據時代的大數據預測模型,經歷幾代計算方式的更迭,從判斷漲跌態勢到判斷漲跌幅度,煤炭/焦炭價格預測的精度也逐步提升。”羅安介紹說。“通過研究煤炭價格與價格影響因素之間的相互關系,有利于完善企業的價格定價機制,提高市場掌控能力和預判能力。”
汾渭第一代煤炭價格預測模型(即供需平衡表預測模型(1998-2007))是分煤種供需數據模型,通過研究目前市場煤炭供應和需求的差值,判斷市場所處的狀態,進而對未來市場價格進行預測。模型特點是根據團隊經驗設定權重,只判斷煤價漲跌趨勢,不能判斷漲跌幅度。
汾渭第二代煤炭價格預測模型(即汾渭CR動力煤綜合指數模型(2008-2016))認為庫存是供需因素作用的結果,研究庫存更有利于研究價格的趨勢,因此更注重庫存樣本的選取,考慮了中轉地、生產地、消費地的動力煤庫存量,并根據庫存與價格的歷史數據進行有限次的回歸,根據回歸結果設置權重進行未來的價格預測。模型特點是以數據定量預測價格,僅收錄庫存數據,有限次數的回歸。
汾渭第三代煤炭價格預測模型(即汾渭大數據煤炭價格預測模型(2016-至今))基于大數據的特色,汾渭將原有模型升級為大數據下的研究事物相關性的機器學習的模型,也就是目前使用的計算機模擬運算建立的人工智能數學模型。模型特點是匯集全行業數據,通過數學回歸實現定性定量預測。
羅安表示,汾渭大數據煤炭價格預測模型結果來看,數據對價格變化的綜合反映期為6周(42天),此時模型結果最優,動力煤市場預測模型擬合優度0.86,煉焦煤擬合優度為0.91,焦炭擬合優度為0.95,各項模型檢驗數據(F檢驗,T檢驗)均達標。經過長期數據驗證,各項價格拐點可以被精準捕捉。
該模型具備很強的可擴展性和可升級性,模型分析結果可驗證性強、擬合度高,可以通過大數據客觀的預測市場,他表示。
在模型應用方面,羅安指出,以動力煤為例,現貨層面看,模型預測42天后的價格的趨勢準確率較高,對環渤海5500大卡的下水煤的現貨市場的價格拐點達到精準預測,為企業在交易中的交易行為提供科學的數據支撐。
期貨層面,汾渭比較歷史動力煤期貨的數據發現,期貨市場與現貨市場有較大的相關性,42天后期貨市場與現貨市場同漲同跌的概率達到74.33%,從操作層面上看,如果操作者在模型預測變化值大于30元/噸的時候進行操作,盈利的概率在84.37%,盈利均值在48元/噸。虧損概率為15.63%,虧損均值為20元/噸。
對于大數據下的企業庫存管理策略,羅安指出,“可以根據大數據預測模型的預測結論,調整所經營的產品的庫存及相應的銷售/采購策略。”
(編輯:寇建仁 審校:霍吉平)
如有任何疑問,請聯系我們[email protected]或致電0351-4728541。