基于ARMA和LSTM神经网络的煤炭价格预测研究

本研究综合运用了时间序列算法ARMA和LSTM神经网络，以及疫情爆发等突发情况对模型进行优化，旨在科学有效地预测煤炭价格的变化规律。通过对秦皇岛煤炭历史价格等数据的分析，我们使用多元线性回归和灰色关联分析找出了影响煤炭价格变化的主要因素，并构建了名为价格基数的新特征。通过灰色关联分析，我们确定了价格基数对秦皇岛煤炭价格的最显著影响，其次是新能源市场（如天然气）与煤炭市场的竞争关系，以及国内消耗和需求量。其中，在进口量和出口量对煤炭价格的影响中，进口量的影响更为显著。最终，我们得出了研究结论并为煤炭市场提供了合理的建议。通过可视化分析，我们可以清晰观察到煤炭价格的变化趋势和波动情况。