电力现货市场价格波动与交易策略

📚 共计 30 章节
01
电力市场概述
基本概念、发展历程、市场结构(中长期与现货)
基础宏观
02
现货市场核心机制
日前、日内、实时市场运行逻辑与时间序列
机制时序
03
价格形成机制
LMP、SMP、分区电价概念与区别
定价核心
04
价格波动影响因素(上)
供需、负荷预测偏差、新能源不确定性
供需新能源
05
价格波动影响因素(下)
机组启停、网络阻塞、市场力与投机
阻塞市场力
06
价格波动特征分析
季节性、周内效应、峰谷特性、极端事件
统计特征
07
价格预测基础
时间序列ARIMA、回归模型应用
预测ARIMA
08
机器学习预测入门
随机森林、XGBoost短期电价实战
MLXGBoost
09
深度学习预测进阶
LSTM、Transformer模型对比
DLLSTM
10
预测误差评估
MAE、RMSE、MAPE及预测区间构建
评估指标
11
交易策略基础
出力计划、偏差考核、结算机制
交易术语
12
中长期合约策略
差价合约(CfD)、物理与金融合约选择
合约CfD
13
现货市场报价策略
发电侧与售电侧报价逻辑及博弈
报价博弈
14
风险管理工具
期货、期权、互换等衍生品应用
衍生品风控
15
风险度量方法
VaR、CVaR计算与解读
VaRCVaR
16
组合交易策略
现货与中长期合约优化配比模型
组合优化
17
储能套利策略
基于价格预测的充放电决策(动态规划)
储能动态规划
18
虚拟电厂(VPP)策略
聚合分布式资源市场参与策略
VPP聚合
19
需求响应策略
基于价格信号的负荷侧柔性调节
需求响应柔性
20
碳市场与电力市场耦合
碳价对电价影响及联合交易策略
碳市场耦合
21
市场力监测与规避
HHI、Lerner指数计算与合规策略
市场力合规
22
算法交易入门
Python均值回归策略在电力期货应用
Python均值回归
23
强化学习交易策略
Q-learning在日前市场报价初步应用
强化学习Q-learning
24
多市场联合优化
跨区域(跨省)电力交易与套利策略
跨区套利
25
极端天气应对策略
寒潮、热浪等极端事件交易预案
极端天气预案
26
数据驱动策略回测
Backtrader框架在电力策略回测使用
回测Backtrader
27
策略绩效评估
夏普比率、最大回撤、胜率等指标
绩效夏普
28
交易系统架构
实时数据流、策略引擎与风控模块设计
架构系统
29
国内外市场对比
PJM、Nord Pool、NEM与我国规则对比
对比国际
30
未来趋势与职业发展
新型电力系统下交易员技能树与路径
职业趋势