Forecasting of volatility and risk premia in electricity markets
电力市场波动率与风险溢价预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究协变动和方差预测，并使用矩阵 HAR 时间序列模型进行一周预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
电力市场波动率与风险溢价预测
- 研究问题
- 如何预测电力市场的已实现协变动，并判断更长时间跨度及可再生能源发电信息能否改善电力远期风险溢价预测？
- 方法与思路
- 作者用矩阵表示潜在无限维协方差算子，构建简约矩阵 HAR 模型，评估周度协变动的一周预测及价差风险溢价预测。
- 材料陈述的贡献
- 摘要称较长时间跨度和可再生能源信息具有预测价值，方差预测较依赖历史波动率的标准方法改善了价差风险溢价预测。
- 阅读关注点
- 应核对协变动的测量与矩阵近似、预测样本划分、信息可得时间、评价指标，以及风险溢价定义和基准模型设置。
- 阅读边界
- 这是 arXiv 预印本，不能据此声称已同行评审或期刊接收。摘要未说明市场样本、预测改善幅度及统计检验细节。
原文摘要
We study forecasting of the realized covariation in electricity markets. The realized covariation in this context is a matrix-valued representation of the latent infinite-dimensional covariance operator and a parsimonious matrix-HAR type model is constructed to facilitate estimation. We test the model on one-week ahead forecasts of the weekly realized covariation and find that the inclusion of longer time horizons and renewable generation information adds important predictive power. We also investigate the prediction of risk premia in electricity forward markets and find that our variance forecasts provide substantially improved forecasts of spread risk premia compared to standard methods relying on backward looking volatility.