Price spike forecasting in a competitive day-ahead energy market

Electricity price forecasting has become an important area of research in the aftermath of the worldwide deregulation of the power industry that launched competitive electricity markets now embracing all market participants including generation and retail companies, transmission network providers, and market managers. Based on the needs of the market, a variety of approaches forecasting day-ahead electricity prices have been proposed over the last decades. However, most of the existing approaches are reasonably effective for normal range prices but disregard price spike events, which are caused by a number of complex factors and occur during periods of market stress. In the early research, price spikes were truncated before application of the forecasting model to reduce the influence of such observations on the estimation of the model parameters; otherwise, a very large forecast error would be generated on price spike occasions. Electricity price spikes, however, are significant for energy market participants to stay competitive in a market. Accurate price spike forecasting is important for generation companies to strategically bid into the market and to optimally manage their assets; for retailer companies, since they cannot pass the spikes onto final customers, and finally, for market managers to provide better management and planning for the energy market. This doctoral thesis aims at deriving a methodology able to accurately predict not only the day-ahead electricity prices within the normal range but also the price spikes. The Finnish day-ahead energy market of Nord Pool Spot is selected as the case market, and its structure is studied in detail. It is almost universally agreed in the forecasting literature that no single method is best in every situation. Since the real-world problems are often complex in nature, no single model is able to capture different patterns equally well. Therefore, a hybrid methodology that enhances the modeling capabilities appears to be a possibly productive strategy for practical use when electricity prices are predicted. The price forecasting methodology is proposed through a hybrid model applied to the price forecasting in the Finnish day-ahead energy market. The iterative search procedure employed within the methodology is developed to tune the model parameters and select the optimal input set of the explanatory variables. The numerical studies show that the proposed methodology has more accurate behavior than all other examined methods most recently applied to case studies of energy markets in different countries. The obtained results can be considered as providing extensive and useful information for participants of the day-ahead energy market, who have limited and uncertain information for price prediction to set up an optimal short-term operation portfolio. Although the focus of this work is primarily on the Finnish price area of Nord Pool Spot, given the result of this work, it is very likely that the same methodology will give good results when forecasting the prices on energy markets of other countries.

The Forecast Performance of Model-Free Implied Volatility: Evidence from DAX Index Options

Volatility has a central role in various theoretical and practical applications in financial markets. These include the applications related to portfolio theory, derivatives pricing and financial risk management. Both theoretical and practical applications require good estimates and forecasts for the asset return volatility. The goal of this study is to examine the forecast performance of one of the more recent volatility measures, model-free implied volatility. Model-free implied volatility is extracted from the prices in the option markets, and it aims to provide an unbiased estimate for the market’s expectation on the future level of volatility. Since it is extracted from the option prices, model-free implied volatility should contain all the relevant information that the market participants have. Moreover, model-free implied volatility requires less restrictive assumptions than the commonly used Black-Scholes implied volatility, which means that it should be less biased estimate for the market’s expectations. Therefore, it should also be a better forecast for the future volatility. The forecast performance of model-free implied volatility is evaluated by comparing it to the forecast performance of Black-Scholes implied volatility and GARCH(1,1) forecast. Weekly forecasts for six years period were calculated for the forecasted variable, German stock market index DAX. The data consisted of price observations for DAX index options. The forecast performance was measured using econometric methods, which aimed to capture the biasedness, accuracy and the information content of the forecasts. The results of the study suggest that the forecast performance of model-free implied volatility is superior to forecast performance of GARCH(1,1) forecast. However, the results also suggest that the forecast performance of model-free implied volatility is not as good as the forecast performance of Black-Scholes implied volatility, which is against the hypotheses based on theory. The results of this study are consistent with the majority of prior research on the subject.

A Dynamic forecasting model for the Finnish pulp export price

Summary

Optimointijärjestelmän kehittäminen sähköä ja lämpöä tuottavaan voimalaitokseen

Työn tavoitteena oli kehittää automaattinen optimointijärjestelmä energiayhtiön omistamaan pieneen sähkön- ja lämmöntuotantolaitokseen (CHP-laitos). Optimointitarve perustuu energiayhtiön sähkön hankintaan sähköpörssistä, kaasun hankintahintaan, kohteen paikallisiin sähkö- ja lämpökuormituksiin ja muihin laitoksen talouteen vaikuttaviin tekijöihin. Kehitettävällä optimointijärjestelmällä ontarkoitus tulevaisuudessa hallita useita hajautetun energiantuotannon yksiköitäkeskitetysti. Työssä kehitettiin algoritmi, joka optimoi voimalaitoksen taloutta sähkötehoa säätävillä ajomalleilla ja suoralla sähköteho-ohjeella. Työssä kehitetyn algoritmin tuottamia hyötyjä selvitettiin Harjun oppimiskeskuksen CHP-laitoksen mittaushistoriatiedoilla. CHP-laitosten käytön optimointiin luotiin keskitettyyn laskentaan ja hajautettuun ohjaukseen perustuva järjestelmä. Se ohjaa CHP-laitoksia reaaliaikaisesti ja ennustaa historiatietoihin perustuvalla aikasarjamallilla laitoksen tulevaa käyttöä. Optimointijärjestelmän toimivuus ja saatu hyöty selvitettiin Harjun oppimiskeskuksen CHP-laitoksella vertaamalla mittauksista laskettua toteutunutta hyötyä optimointijärjestelmän laskemaan ennustettuun hyötyyn.

Gold investments and short- and long-run price determinants of the price of gold

Tämän tutkielman tavoitteena on tutkia tekijöitä jotkavaikuttavat lyhyellä ja pitkällä aikavälillä kullan hintaan. Toiseksi tutkielmassa selvitetään mitä eri sijoitusmahdollisuuksia löytyy kultaan sijoitettaessa. Aineistona käytetään kuukausitasoista dataa Yhdysvaltain ja maailman hintaindekseistä, Yhdysvaltain ja maailman inflaatiosta ja inflaation volatiliteetista, kullan beetasta, kullan lainahinnasta, luottoriskistä ja Yhdysvaltojen ja maailman valuuttakurssi indeksistä joulukuulta 1972 elokuulle 2006. Yhteisintegraatio regressiotekniikoita käytettiin muodostamaan malli jonka avullatutkittiin päätekijöitä jotka vaikuttavat kullan hintaan. Kirjallisuutta tutkimalla selvitettiin miten kultaan voidaan sijoittaa. Empiirisettulokset ovat yhteneväisiä edellisten tutkimusten kanssa. Tukea löytyi sille, että kulta on pitkän ajan suoja inflaatiota vastaan ja kulta ja Yhdysvaltojen inflaatio liikkuvat pitkällä aikavälillä yhdessä. Kullan hintaan vaikuttavat kuitenkin lyhyen ajan tekijät pitkän ajan tekijöitä enemmän. Kulta on myös sijoittajalle helppo sijoituskohde, koska se on hyvin saatavilla markkinoilla ja eri instrumentteja on lukuisia.

Determinants of the price of allowance in the European Union emissions trading market

Teorian mukaan täydellisen kilpailun päästöoikeuskauppamarkkinoilla päästöoikeuden hinta muodostuu markkinoilla vallitsevan päästöjen vähentämisen rajakustannuksen perusteella. Euroopan päästökauppamarkkinoilla päästöjen vähentämisen kustannuksia nostavat suhteellisen lyhyet päästökauppajaksot ja epävarmuus järjestelmän jatkuvuudesta. Toisaalta päästökaupan osallistujien yhteenlaskettu päästöjen vähentämisen tarve lienee suhteellisen vähäinen ellei olematon ensimmäisellä päästökauppajaksolla. Euroopan päästökauppamarkkinoilla päästöjen vähentämisen tarve ja päästöjenvähentämisen kustannukset ovat osittain riippuvaisia muuttuvista tekijöistä. Päästöoikeuden hintaan voivat vaikuttaa päästökauppajakson aikana tapahtuva teollisuuden suhdannevaihtelu, polttoaineiden hintojen heilahtelut sekä säätilojen vaihtelu. Päästökaupan ensimmäisinä kuukausina päästöoikeuden hintakehityksellä on ollut yhteyksiä tekijöihin, joiden muutosten tulisikin vaikuttaa päästökauppamarkkinoiden tasapainoon. Näitä tekijöitä ovat esimerkiksi polttoainemarkkinoiden ja sähkömarkkinoiden hintakehitys sekä vaihtelut säätiloissa.

Sähkön markkinahintaa selittävät tekijät. Case: Nord Pool 2000-2005

Sähkön markkinahinta on saanut osakseen suurta huomiota viimeaikoina. Sähkömarkkinoiden vapautuminen ja päästökaupan avaaminen Euroopassa onentisestään nostanut sähkömarkkinoita näkyville lehdissä. Tämä tutkielma tutkii erilaisten tekijöiden vaikutusta sähkön markkinahintaan regressioanalyysin avulla. Edellä mainitun päästösopimusten markkinahinnan lisäksi tutkittiin kivihiilen sekä maakaasun markkinahintojen, lämpötilojen, jokien virtaamien, vesivarantojen täyttöasteiden sekä Saksan sähkömarkkinoiden hinnan vaikutusta sähkön markkinahintaan Nord Pool -sähköpörssissä. Työssä luotiin myös sähkön markkinahintaa ennustava malli. Kaikkien selittävien tekijöiden korrelaatiot olivat oletusten mukaiset ja regressioanalyysi onnistui selittämään yli 80 % sähkön markkinahinnan vaih-teluista. Merkittävimpiä selittäviä tekijöitä olivat vesivarannot sekä jokien virtaamat. Ennustavan mallin keskimääräinen suhteellinen virhe oli noin 10 %, joten ennustetarkkuus oli melko hyvä.

Päästökauppa murrosvaiheessa

Tässä diplomityössä selvitetään EU:n alueella ja erityisesti Suomessa vuoden 2005 alusta alkavaa hiilidioksidin päästökauppaa. Työssä käsitellään päästökaupan tulevia vaikutuksia energia-, metalli- ja metsäteollisuuden kannalta. Myös kansantaloudelliset sekä kokonaistaloudelliset vaikutukset ovat mielenkiinnon kohteena. Työ koskee joiltakin osin myös ilmastonmuutoksen hillintää yleisesti ja ns. Kioton mekanismeja. Työn kuluessa pyritään myös ennakoimaan tulevan päästökaupan volyymia ja päästöyksikön eli hiilidioksiditonnin hintaa, joka on suurimpia epävarmuustekijöitä koko prosessissa. Tulevaa päästökauppaa tarkastellaan myös päästökauppadirektiivin, päästökauppalain ja muiden sitä koskevien lakien säännösten ja määräysten luomassa toimintakehikossa. Työn nimi "Päästökauppa murrosvaiheessa" kuvastaa täten myös sitä, että tarkastelussa ei pyritä välttämättä lopullisiin ja varmoihin tai tarkkoihin arvioihin, koska se on käytännössä mahdotonta. Työn painopiste onkin meneillään olevan päästökaupan valmistelun selvittely monimuotoisena prosessina, jolloin tämän prosessin kuvaus on suurelta osin tässä vaiheessa myös kvalitatiivista. Päästökaupan tulosten ja vaikutusten seuranta jatkossa puolestaan olisi mitä mielenkiintoisin jatkotutkimuksen aihe. Työtä havainnollistetaan kolmella käytännön case -esityksellä, jotka käsittelevät energiayritystä, kattila- ja laitetoimittajaa sekä metsäteollisuuden voimalaitosta, ja niiden varautumista alkavaan päästökauppaan.

Effect of competitive situation and price on diffusion of mobile communications

Työn päätavoitteena oli selvittää hinnan ja kilpailutilanteen vaikutusta matkaviestinnän diffuusioon. Työn empiirinen osuus tarkasteli matkapuhelinliittymien hinnan vaikutusta liittymien diffuusioon sekä sitä, miten alan kilpailu on vaikuttanut matkaviestinnän hintatasoon. Työssä analysoitiin myös matkaviestinnän kilpailutilannetta Suomen markkinoilla. Tutkimuksen empiirinen aineisto kerättiin toissijaisista lähteistä, esimerkiksi EMC-tietokannasta. Tutkimus oli luonteeltaan kvantitatiivinen.Empiirisessä osassa käytetyt mallit oli muodostettu aikaisempien tutkimuksien perusteella. Regressioanalyysiä käytettiin arvioitaessa hinnan vaikutusta diffuusionopeuteen ja mahdollisten omaksujien määrään. Regressioanalyysissä sovellettiin ei-lineaarista mallia.Tutkimustulokset osoittivat, että tasaisesti laskevilla matkapuhelinliittymien sekä matkapuhelimien hinnoilla ei ole merkittävää vaikutusta matkaviestinnän diffuusioon. Myöskään kilpailutilanne ei ole vaikuttanut paljon matkaviestinnän yleiseen hintatasoon. Työn tulosten perusteella voitiin antaa myös muutamia toimenpide-ehdotuksia jatkotutkimuksia varten.

Application of Neural Network Methods in the Prediction of Stock Markets

The purpose of the research is to define practical profit which can be achieved using neural network methods as a prediction instrument. The thesis investigates the ability of neural networks to forecast future events. This capability is checked on the example of price prediction during intraday trading on stock market. The executed experiments show predictions of average 1, 2, 5 and 10 minutes’ prices based on data of one day and made by two different types of forecasting systems. These systems are based on the recurrent neural networks and back propagation neural nets. The precision of the predictions is controlled by the absolute error and the error of market direction. The economical effectiveness is estimated by a special trading system. In conclusion, the best structures of neural nets are tested with data of 31 days’ interval. The best results of the average percent of profit from one transaction (buying + selling) are 0.06668654, 0.188299453, 0.349854787 and 0.453178626, they were achieved for prediction periods 1, 2, 5 and 10 minutes. The investigation can be interesting for the investors who have access to a fast information channel with a possibility of every-minute data refreshment.

Estimating the Price and Demand Development of Some Paperboard Grades

Työn tavoitteena oli luoda malli, jonka avulla voitaisiin ennustaa kartonkituotteiden hinnan ja kysynnän kehitystä. Työssä kerättiin aluksi tietoa kartonkimarkkinoista haastattelujen ja tilastotietojen avulla. Näiden perusteella luotiin malli, joka kuvaa kartonkimarkkinoiden ja -teollisuuden rakennetta. Erityisesti kiinnitettiin huomiota asiakkaiden tilauskäyttäytymiseen, tuotannonohjaukseen sekä hinnan muodostumiseen. Työssä käytettiin ennustemenetelmänä systeemidynamiikkaa. Oleellista oli löytää systeemissä esiintyvät tärkeimmät takaisinkytkennät ja systeemin avainmuuttujat. Kun kaikille mallin muuttujille oli määritetty yhtälöt ja vakioille annettu arvot, voitiin mallia simuloida, ja saada ennusteet halutuille muuttujille. Työssä esitettiin ennusteet kartonkimarkkinoiden tärkeimmille parametreille kahden vuoden päähän. Työssä tarkasteltiin myös, miten muutokset mallin käyttäytymistä säätelevissä muuttujissa vaikuttavat tuloksiin. Jotta pystyttäisiin paremmin selvittämään koko kartonkiteollisuuden dynamiikka, lisätutkimusta tarvittaisiin vielä eri kartonkilajien substituutiomahdollisuuksista ja hintojen riippuvuuksista. Mielenkiintoista olisi myös tietää, miten tuotannon käyttöasteiden muutokset ja hinnan vaihtelut vaikuttavat liiketoiminnan kannattavuuteen valmistajien näkökulmasta.