基于改進的QPSO－BP算法的鋅礦價格行情預測

江龍艷

（湖南萬源評估咨詢有限公司，長沙410007）

我國是一個鋅礦資源十分豐富的國家，也是世界上鋅生產(chǎn)和消費的大國［1］。隨著我國現(xiàn)代化進程的加快，鋅的應用范圍和需求量也不斷擴大和增加。鋅的價格變化直接影響了人民生產(chǎn)和生活的各個領域。因此，分析鋅市場價格變化情況，預測鋅產(chǎn)品價格變化趨勢，對減小鋅價格變化對鋅行業(yè)的負面影響，保障國民經(jīng)濟快速發(fā)展有重要意義。

目前，國內專門針對鋅價格預測的研究還很少。但針對礦產(chǎn)品、現(xiàn)貨價格預測，國內研究人員做了大量研究。孫繼湖、王立杰等［2－3］建立ARIMA時間序列模型，將隨機論、概率論、線性差分方程應用到煤炭市場價格預測，對煤炭價格的未來走勢進行分析和判斷。魏毅等［4］提出采用灰色預測模型對煤炭價格指數(shù)在中、短期的變化進行預測。郭熊娃等［5］利用WTI原油現(xiàn)貨價格月度數(shù)據(jù) ，將分數(shù)階差分與非參數(shù)自回歸模型相結合，建立了WTI原油現(xiàn)貨價格序列的基于分數(shù)階差分的非參數(shù)自回歸預測模型。這些模型方法都可以引用到鋅價格變化趨勢預測中，但是時間序列建模時，隨機擾動項的非高斯性質造成傳統(tǒng)的時序模型的估計和預測偏誤［6］；利用灰色系統(tǒng)和回歸模型對鋅價格進行預測時，都存在預測精度不高、誤差較大的情況。

隨著人工智能技術的發(fā)展，研究者開始將BP神經(jīng)網(wǎng)絡的方法運用于價格預測中，曾濂、顧孟鈞等［7－10］提出一種改進的BP神經(jīng)網(wǎng)絡建立黃金期貨價格仿真預測模型；……