[发明专利]一种国际航运集装箱运价预测方法

说明书

本发明公开了一种国际航运集装箱运价预测方法，包括以下步骤：获取，预处理出口集装箱历史运价数据；对历史数据进行技术面处理，分析历史价格时间序列，环期，同期价格数据特点，挖掘观测日期与出发日期远近，目的港，出口淡旺季等因素对票价影响情况；根据历史数据与上述影响因子对未来时间段的价格进行预测。本发明所述的一种国际航运集装箱运价预测方法，在根据历史价格进行预测的基础上，客观考虑了价格波动存在的周期性，市场热度，当前日期距离出发日期远近等多种因素，提高了预测精度，能够有效降低企业出口货运成本、降低行业违约率、提高国际海运运输组织的执行效率。

技术领域

本发明涉及航运价格预测技术领域，特别涉及一种国际航运集装箱运价预测方法。

背景技术

自2008年金融危机以来,中国对世界经济增长的贡献率一直保持在30％左右,早在2010年中国就成为世界第二大经济体,2013年成为世界第一大货物贸易国,2017年我国进出口贸易总额为27.79万亿元。国际航运服务于国际贸易,而国际贸易中90％的物流由国际海运来完成。20世纪70年代开始流行的集装箱技术让洲际运输成本进一步大幅度降低,为全球贸易提供了更加便利的条件,近年来国际集装箱航运市场运价波动剧烈,不可预见性增强,而国际集装箱海运业是一个需要巨大投入的资本密集型行业,运价的剧烈波动给航运企业,贸易商以及行业整体带来了巨大的风险,运价波动趋势研究和运价预测一直是国际集装箱航运业关注的热点,国际集装箱海运运价预测的研究在提高行业成本管理水平、降低行业违约率、提高国际海运运输组织的执行效率以及政府决策量化参考等方面有着积极的作用。

由于船公司定价策略大多依赖于供需关系以及竞争博弈情况来制定价格。船运公司商业机密不公开，缺少相关公司定价策略，剩余仓位信息，无法获取决定票价的直接影响因素使得价格预测成为了一个很具挑战性的问题。目前价格预测的研究主要分为两个方向，一个方向是针对价格涨跌趋势的二元分类预测，另一个放心则是针对具体航次价格数值的回归预测，后者能为出口企业提供更好更直观的决策支持。

现有技术中，针对价格数值的回归预测主要有两类方法，一类是基于价格序列自身历史值得时间序列方法，第二类是针对价格影响因素建立模型的回归方法。但价格波动属于非平稳模式，不仅因为季节等时间因素对价格的影响，也因为船运公司的定价策略本身也在不停地调整。这会使得通过拟合历史数据的预测模型会在新数据上失效，需要不断地重新训练模型，并需要考虑历史价格数据的时效性，故此，我们提出了一种国际航运集装箱运价预测方法。

发明内容

本发明的主要目的在于提供一种国际航运集装箱运价预测方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种国际航运集装箱运价预测方法，包括以下步骤：

S1、获取历史集装箱价格数据，并在时间维度，航线维度和价格维度多个维度对价格历史数据进行分类，得到同一数据在不同维度下的分类结果；

S2、对分类后的历史价格进行技术面预处理，包括以下步骤：

步骤一、数据去噪：对含有随机噪声的原始价格数据进行小波去噪，去掉数据中的随机波动；

步骤二、价格时间序列平稳化：通过一阶差分可以将非平稳随机游走其转化为平稳的白噪声；数据补齐：

步骤三、对历史数据的缺失进行补齐，将缺失数据分类成非系统性缺失和系统性缺失；对非系统性缺失数据，采用前后数据的均值补齐；对系统化缺失分类成结构性缺失和非结构性缺失；对结构性缺失采用三阶滑动平均法进行填补，对非结构性缺失，采用随机森林预测的方法进行补齐；

步骤四、归一化处理：从时间维度，航程维度，航线维度，价格维度分别对价格数据进行归一化处理；

步骤五、有监督学习数据集生成：分析所述多维度价格的数据规律与关系，对集装箱价格预测问题进行描述和定义得到时间序列-特征-价格数据。