Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  EUA
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The accurate carbon price forecasts are necessary for energy and financial market participants. However, nonstationary and nonlinear nature of carbon prices time series, makes it relatively hard to capture rapid price fluctuations. Literature concerning carbon prices forecasting has extended visibly during last decade, focusing on ARIMA, GARCH or hybrid models combing characteristics of linear and non-linear predictive methods. Development of machine learning techniques and widely available computing power made it possible to test more power consuming algorithms such as XGboost or Random Forest. In this article Random Forest model was used to predict carbon emissions futures price for day ahead, with additional parameter tuning. The final results evaluated on testing dataset indicate that the proposed model performs better than classic linear model and parameter tuning can additionally enhance model accuracy. Overall, the developed approach provides an effective method for predicting carbon price.
PL
Dokładne prognozy cen emisji dwutlenku węgla są niezbędne dla uczestników rynku energii i rynków finansowych. Niestacjonarny i nieliniowy charakter cen emisji dwutlenku węgla sprawia, że stosunkowo trudno jest uchwycić ich gwałtowne wahania. Literatura dotycząca prognozowania cen emisji dwutlenku węgla znacznie się rozwinęła w ciągu ostatniej dekady, koncentrując się głównie na modelach typu ARIMA, GARCH lub hybrydowych łączących cechy liniowych i nieliniowych metod predykcyjnych. Rozwój technik uczenia maszynowego i powszechność dostępnych mocy obliczeniowych umożliwiły testowanie bardziej zaawansowanych algorytmów, takich jak XGboost czy Random Forest. W niniejszym artykule do prognozowania ceny kontraktów terminowych emisji dwutlenku węgla na dzień naprzód został wykorzystany model oparty o lasy losowe, z dodatkowym dostrojeniem parametrów. Ostateczne wyniki zweryfikowane na testowym zbiorze danych wskazały, że proponowany model działa lepiej niż klasyczny model liniowy, a strojenie parametrów może dodatkowo zwiększyć jego dokładność. Tym samym, opracowane podejście zapewnia skuteczną metodę przewidywania ceny emisji dwutlenku węgla na dzień następny.
PL
Zatwierdzenie protokołu z Kioto przez Unię Europejską i państwa członkowskie spowodowało zobowiązanie do redukcji gazów cieplarnianych. Dokumentem, na którym opiera się cały mechanizm, jest dyrektywa 2003/87/WE z 13 października 2003 r. ustanawiająca system handlu przydziałami gazów cieplarnianych we Wspólnocie oraz zmieniająca dyrektywę Rady 96/61/WE. Głównym założeniem systemu było zniechęcenie do kupowania uprawnień w celu stymulacji przemysłu do inwestycji w zielone technologie.
EN
The elaboration highlights the role of financial instruments in the management of ecological risk. There were presented basic mechanisms in accordance with which the European emission permit trade is functioning and also the principles according to which term transactions which have the dominating role in trade on carbon market are functioning. Furthermore, the article includes description of transaction infrastructure and proposals regarding standardization of the regulation basis defining the functioning of the instruments generated by the EU ETS system.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.