作者与摘要

下载

27条参考文献

最相关

相关作品及更多

纠错

作者

 

已注册：

摘要

农业商品价格的剧烈波动对全球农业供应链的稳定性构成重大风险，直接影响到生产商、加工商和政策制定者在采购、库存和风险管理等方面的多阶段决策。作为核心的全球粮食作物，小麦的价格由于复杂的因素、非平稳性和动态变化特性，给准确预测带来挑战，传统模型难以捕捉这些模式，通常会导致长期预测中累积偏差。 为了解决这个问题，我们提出了一种趋势校准的Autoformer（TCA）模型，通过自相关编码和趋势分解从时间序列中提取周期性和趋势特征，通过动态校准机制显著提高预测精度。本研究使用大约21,000篇新闻文章和宏观经济数据验证了该模型，创新性地引入了与大型语言模型（LLMs）相结合的思考链（CoT）策略，以量化新闻情绪信号。 结果表明，TCA在1天、5天和10天的多步小麦价格预测中优于多个最先进的模型，表现出卓越的性能。进一步分析显示，短期价格波动主要由利率驱动，中期趋势与货币和宏观经济指标达到峰值，长期动态则反映了包括情绪和宏观经济条件在内的多个因素的平衡影响。 本研究推进了外生波动理论在农业供应链风险管理中的应用，阐明了行为信号和宏观经济趋势对价格波动动态影响。它为供应链经理提供了优化资源配置和战略决策的实用见解，同时为其他高度波动的商品预测建模提供了一个可扩展的框架。