摘要
由于价格动态的非线性特征、市场波动性较大，以及不同市场与商品之间的复杂相互作用，预测多种农产品的期货价格依然面临极大挑战。为解决这些问题，本文提出了一种可解释的集成预测框架，该框架结合了跨市场特征构建与解释方法、基准预测模型组，以及基于强化学习的集成优化技术。多种深度学习模型利用包含有效信息的跨市场特征生成基准预测结果，同时通过一种由强化学习引导的混沌进化优化算法，在兼顾预测精度与稳定性的多目标准则下动态确定各模型的权重。此外，还运用了SHAP和LIME等可解释人工智能技术，分析跨市场特征对价格预测的贡献。该框架被应用于小麦、玉米和大豆等八大主要农产品期货市场。实证结果表明，相比单一预测模型，集成模型在预测精度和稳定性方面表现更优。在回测中，大多数农产品在可控风险水平下都能实现正收益。这些研究结果表明，该框架不仅能提升预测性能并为大多数农产品带来可观收益，还能帮助人们理解金融市场与农产品价格之间的关联机制，因此在预测、交易和风险管理领域具有巨大应用价值。
