基于XGBoost的大宗商品价格预测【摘 要】大宗商品已成为产业统制与资产统制的紧急实质，通过搜求数据浮现大宗商品 价值走势次序，对辅助投资者遴选适当的大宗商品举行投资等具有紧急的道理。著作通过待预 测的 6 种有色金属和 5 种辅助有色金属数据（包括 6 种日业务数据），7 种商场目标（包括 7 种日业务数据）。治理的题目是正在商量有色金属具有时序性的情状下，通过领悟布景学问和对 数据的找寻，创筑了 7 类新的特色，并依照每一个待预测金属的差别待预测功夫点的标签，筛 选出对该金属有着较大影响的特色。正在有用数据的筛选上，分裂挑选 2003—2017 年（缺失 钯、铂、银 3 种金属数据）和 2013—2017 年（包括悉数纽约金属业务所的金属数据）开发 XGBoost 模子举行比较浮现，2013—2017 年模子的预测结果好于 2003—2017 年模子的预测结 果;正在模子挑选上，依照筛选差别金属的特色，开发 CatBoost、SVM、XGBoost 3 个模子举行 比较，结果显示 XGBoost 的预测结果显明好于其余两个模子。于是，最终挑选 2013—2017 年 的数据和 XGBoost 行为陶冶数据和最终的模子，然后对每一种待预測金属开发模子（共 18 个），分裂预测各类金属正在 2018 年 1 d、20 d、60 d 的涨跌情状。

　　大宗商品电子业务商场行为一种新兴的业务式样，对推动通畅当代化、完毕通畅更始具 有紧急道理。目前，中邦经济的火速兴盛，奇特是都会化、商场化经过不时加疾，生意企业数 量接续拉长，造成对大宗商品商场的远大需求。假设采用最直接也是最简明的大宗商品投资方 式，直接采办大宗商品举行投资，大概会发作很大的运输本钱和贮存本钱，投资者很少采用这 样的式样。于是，通过搜求数据浮现大宗商品价值走势次序，辅助遴选适当的大宗商品举行投 资等有着紧急的道理 [1]。

　　华仁海等人（2004）愚弄协整查验和 Granger 因果查验办法对邦外里期货商场商品举行实 证查验，获得差别期货业务之间大概存正在持久平衡联系或协整联系 [1]。曹旭等人（2017）基 于呆板研习中的支柱向量机模子，挑选大宗商品中金融属性最强的黄金，对黄金价值举行预 测，并开端试验修建一个择时战略。终末预测黄金价值的 SVM 模子，开端修建了一个择时交 易战略，并给出正在回测样本中的回测结果 [2]。陈宇韶（2018）提出将皮尔森特色筛选与 XGBoost 算法连系的预测办法预测股票收盘价。以 A 股商场 600677 股票为例，采用皮尔森相

　　联系数剖释法提取紧急特色，并天生高闭系特色的数据集，再基于数据发现算法中发挥极为优 异的 XGBoost 框架，连系特色工程执掌，得到杰出的陶冶预测效益 [3]。

　　biendata 竞赛供给了伦敦金属业务所（LME）数据集、纽约商品业务所（COMEX）数据 集、少少商场目标（Indices）数据集、待预测金属的标签（Label）4 类数据集，每一类数据集 又分为陶冶集数据集和验证集数据集。

　　（2）标签分散。正在查看完悉数的数据后浮现，除了标签除外，悉数的数据均为络续性变 量，于是查看一下标签的分散情状，6 种有色金属的涨跌情状分散较为平衡。

　　（1）缺失值弥补。因为数据是基于功夫序列举行转化的，假设对缺失值举行均值弥补或 者中位数弥补时，有大概会用到来自异日的数据，为了避免运用到异日数据而导致模子过拟 合，遴选后值弥补，即运用前一天的非空值对当天的数据举行弥补 [4]。

　　（2）功夫线筛选。对数据找寻之后浮现，除了纽约商品业务所中的钯、铂、银 3 种金属 的根蒂数据损失重要，要到 2013-11-11，日业务数据才较无缺;其余的数据正在这个功夫点后， 也都基础无缺。于是，为了正在遴选更众金属数据而舍弃 2003—2013 年的数据依旧遴选更长的 功夫线 种金属之间做一个容易的模子比较，一个是不包括钯、铂、银 3 种 金属的 2003—2017 年模子，一个是包括着 3 种金属的 2013—2017 年模子，都采用 XGBoost 模 型，AUC 结果睹外 1。

　　通过比较浮现，2013—2017 年的模子比 2003—2017 年的模子效益要好许众，评释对预测 金属来说，正在保障肯定数据量时，更众的闭系金属品种数据的紧急性是大于过于长的功夫、但 短少闭系金属品种数据的，于是对有用数据的筛选功夫线 特色工程

　　正在领悟股票涨跌、大宗商品闭系的布景学问和查看闭系文献之后，基于有色金属的相闭 根蒂数据创筑 7 类特色[5]：range、hl、oc、MA、std_dev、rsi、Williams%R①。个中，创筑移 动均匀线时，分短期、中期、持久目标，短期目标包括 3 d、5 d、10 d，中期目标包括 30 d、 75 d，持久目标包括 255 d;创筑相对强弱指数时，遴选的是 6 d、12 d、24 d 的数据;创筑威廉指 数时，遴选的是 12 d、24 d 的数据。