[论文解读] Machine Learning on EPEX Order Books: Insights and Forecasts

Simon Schnürch, Andreas Wagner|arXiv (Cornell University)|Jun 14, 2019

Energy Load and Power Forecasting参考文献 7被引用 6

一句话总结

本文提出使用机器学习模型——特别是前馈神经网络和随机森林——基于EPEX订单簿数据、可再生能源输入预测和需求预测，以改进德国电力现货价格预测。研究结果表明，特征选择和基于成交量的订单簿表示方法显著提升了模型性能，最佳模型在样本外预测中实现了4.45%的MdAPE。

ABSTRACT

This paper employs machine learning algorithms to forecast German electricity spot market prices. The forecasts utilize in particular bid and ask order book data from the spot market but also fundamental market data like renewable infeed and expected demand. Appropriate feature extraction for the order book data is developed. Using cross-validation to optimise hyperparameters, neural networks and random forests are proposed and compared to statistical reference models. The machine learning models outperform traditional approaches.

研究动机与目标

• 通过利用机器学习，减少基于订单簿的电力价格预测中对繁复统计分析的依赖。
• 探究如何有效转换并整合订单簿数据至机器学习模型中以实现价格预测。
• 评估机器学习模型是否在预测德国电力现货价格方面优于传统统计与回归方法。
• 评估特征选择与模型架构对预测精度的影响，特别是对样本外性能的影响。
• 探索机器学习在从订单簿数据重建可再生能源输入和生成远期价格曲线方面的潜力。

提出的方法

• 通过基于成交量的分区方法将订单簿数据转换为价格曲线，将买卖单曲线转换为分段函数，以表示每个价格水平上的累计成交量。
• 通过特征工程从订单簿中提取相关的价格水平和成交量，重点关注受可再生能源输入和需求影响的特征。
• 使用交叉验证训练神经网络和随机森林模型以优化超参数，输入包括订单簿特征、可再生能源输入预测和预期需求。
• 利用随机森林执行特征选择，识别最具预测力的特征，降低维度并提升模型泛化能力。
• 测试了循环神经网络（LSTM），但因高维性和复杂性导致性能较差，因此聚焦于前馈网络和随机森林。
• 通过RMSE、MAE和MdAPE在样本内和样本外数据上评估模型性能，并与基准模型、线性回归及文献中提出的架构进行比较。

实验结果

研究问题

• RQ1 如何有效表示并整合EPEX电力市场订单簿数据，以用于机器学习模型的价格预测？
• RQ2 与传统计量经济学方法相比，机器学习在多大程度上可减少基于订单簿预测中对人工统计分析的依赖？
• RQ3 在应用于EPEX订单簿时，哪种机器学习架构——神经网络还是随机森林——能提供最准确的样本外预测？
• RQ4 特征选择如何影响预测性能，特别是对减少过拟合和提升泛化能力的影响？
• RQ5 机器学习模型能否从订单簿数据中重建可再生能源输入或生成远期曲线，其在市场应用中具有何种潜力？

主要发现

• 采用仅10个特征的前馈神经网络在特征选择后，实现了最低的样本外MdAPE为4.45%，优于其他模型。
• 使用10个选定特征的随机森林模型实现了9.73%的样本内MdAPE，表明其在减少过拟合的同时具备强大的预测能力。
• 文献中先前的神经网络模型在样本内表现强劲，但存在严重过拟合，样本外MdAPE超过30%。
• 基准模型虽简单，但实现了11.61%的样本外MdAPE，表明基本启发式方法在实践中仍具竞争力。
• 循环神经网络（LSTM）虽被测试，但性能劣于前馈网络，可能由于多变量时间序列的高维性。
• 表现最佳的模型（10特征神经网络）表明，特征选择对泛化能力至关重要，相比未选择特征的模型，误差降低了50%以上。