摘要
科学预测碳排放权交易价格对我国碳市场建设以及"双碳"目标实现具有重要意义.近年来,碳市场价格表现出非平稳、非线性等不规律特征.传统统计模型和方法的预测能力有限,随着深度学习等智能算法的普及,神经网络被用于时间序列预测中,较好地解决了上述预测难题.基于此,本研究采用长短时记忆网络(LSTM)模型对我国碳排放权交易价格进行长期预测,并将预测结果与循环神经网络RNN模型对比分析.研究结果显示,LSTM模型对我国碳排放权交易价格具有较好的预测能力,克服了传统模型的局限性.这一研究为未来碳市场价格趋势的预测和相关政策制定提供了有价值的参考.
NETL
NSTL
万方数据