跨月分时均价预测
- MAE · 元/MWh
- 24.4
- MAPE
- 6.91%
215 个滚动决策日 · 预测未来第 10—39 天分时均价(历史检验)
Back2Basics · 电价定价模型
从煤价、天气与近期市场价格出发,建立可解释的跨月价格参照,研究各时段的合理采购价值。
独立完成研究设计、数据整理、定价建模与滚动验证
乔煜 · DYUOVO 电力市场研究与交易策略
以 Back2Basics 研究跨月合理价格,以 BSell30 研究日内价差与仓位调整。负荷与日前电价预测提供决策输入,交易平台承接业务应用。
本站展示项目均由本人独立完成,涵盖研究设计、数据处理、建模验证、产品设计与系统开发。
01 / 代表成果
跨月分时均价预测
215 个滚动决策日 · 预测未来第 10—39 天分时均价(历史检验)
从煤价、天气与近期市场价格出发,建立可解释的跨月价格参照,研究各时段的合理采购价值。
独立完成研究设计、数据整理、定价建模与滚动验证
单位实际用电降本 · 元/MWh
1.6510 月历史留出回放,相对旧平衡结构;31 天中 19 天领先。非实盘收益。
将日内相对价差转化为仓位调整,在采购与执行约束下改善整体成本,并拆解总量、时段与场次贡献。
独立完成结构信号研究、仓位管理、回放验证与收益归因
02 / 研究能力
预测提供决策输入,模型检验研究假设,平台承接业务应用。
技术与方法PythonpandasLightGBM随机规划 / SDDPCVaR滚动回测SQLReact / TypeScriptGitHub Actions
03 / 独立实现
从市场问题出发,独立完成数据整理、研究建模、策略验证和系统开发。既关注模型是否准确,也关注它如何进入采购决策,以及结算后如何解释成本与收益。
关于我 ↗从交易规则、成本与分时价格出发,识别值得验证的价差结构和采购问题。
建立负荷预测、价格参照与仓位规则,将研究假设转化为可检验的决策方法。
独立完成数据处理、模型接口与业务页面,让研究结果进入日常操作流程。
结合结算口径核对成本,拆分收益来源,记录误差、执行偏差与失效阶段。
04 / 研究方法
用最必要的模型回答问题,让复杂度服务于决策,而不是替代对市场的理解。
先解释价格与价差为什么形成,再判断哪些因素需要建模。
将复杂模型与固定规则、被动采购等基准比较,检验新增复杂度是否带来价值。
区分采购总量、小时分配、交易场次与成交效果,避免把所有改善归功于同一个模型。
分开记录历史回测、标准化案例与实际运行结果,同时保留失效阶段和负结果。
05 / 研究记录
市场机制、理论方法与实验记录,共 20 篇。
全部笔记 ↗欢迎交流电力市场研究、交易策略与相关系统开发。完整简历及项目细节可通过邮件沟通。