“大宗旗手”高盛日前对油价前景发表了最新看法。该行预计，全球石油需求增长将刺激油价反弹，而欧佩克强大的定价权将限制油价的下行风险。 该行认为，2023年全球石油需求将增长270万桶/日，推动市场在下半年进入短缺状态，并在第四季将布伦特原油价格推高至每桶105美元。 眼下，布伦特原油期货价格约为每桶80美元，而美国原油期货价格约为每桶75美元。 OPEC定价权限制油价下行风险 高盛分析师在1月9日的一份报告中表示：“油市收紧应该会让欧佩克在下半年开始放松去年10月份宣布的减产行动。” 欧佩克以及包括俄罗斯在内的盟友，统称为OPEC +。去年10月，由于担心全球经济放缓削弱原油需求，OPEC+宣布从11月开始减产200万桶/日，直至2023年年底。该组织去年12月维持其减产目标不变。 高盛预计，欧佩克在不过度损害需求的情况下提振油价的能力不断增强，这将限制油价的下行风险。 该行表示，若市场趋于疲软，鉴于欧佩克拥有强大的定价权，该组织可能会维持减产计划不变，甚至进一步减产。 高盛指出，随着OPEC+的形成以及占据的市场份额提高，欧佩克的定价权近年来变得“异常高”。这得益于美国页岩油生产商增产缓慢以及原油直接替代品匮乏。 全球原油需求今年有望创新高 当地时间周二，美国能源情报署(EIA)发布报告称，随着新冠疫情消退和中国经济全面复苏，全球汽油和柴油等液体燃料的消费量可能在2024年达到历史最高水平。 该机构预测，今年全球石油日均需求将自2019年以来首次超过1亿桶，2024年将超过1.022亿桶。这两个数字均明显高于去年的9940万桶。 除了高盛，瑞银也预计今年油价将反弹。上周，瑞银预测布伦特原油价格将在2023年年中达到每桶110美元，而WTI原油的均价将达到每桶107美元。 该行在一份研究报告中表示，中国经济复苏可能推动石油需求在今年下半年创下历史新高。

在西方对俄罗斯原油设置价格上限一个月后，俄罗斯旗舰原油的售价不到国际油价的一半，远低于七国集团（G7）设定的上限。 为了限制俄罗斯通过石油获得的收入，G7、欧盟以及澳大利亚决定，从2022年12月5日起，俄罗斯海运石油的价格上限为每桶60美元。一并生效的还有欧盟对俄罗斯石油的禁令，欧盟于去年12月5日起正式禁止进口俄罗斯原油。 俄油价格上限机制意味着，只有在油价低于60美元/桶时，油轮才能获得西方提供的航运保险等一系列服务。 阿格斯向国家能源署（IEA）提供数据，阿格斯的数据过去也曾被用于帮助俄罗斯计算石油出口数据。 乌拉尔原油是俄罗斯出口原油中的旗舰产品，出口规模远远超过俄罗斯对外销售的任何其他原油。 造成乌拉尔原油价格如此低的一大关键原因是，在失去了欧洲这一最大出口市场，俄罗斯不得不受制于印度等亚洲客户。 俄乌冲突爆发以来，俄罗斯一直以折扣价格向亚洲客户出口原油。由于油轮必须再航行数千英里才能将货物从俄罗斯西部港口运送到亚洲买家手中，这意味着运费成本大幅飙升，为了与来自中东的原油竞争，俄罗斯只能下调原油价格。 阿格斯的数据显示，俄罗斯ESPO原油价格继续略高于60美元/桶的上限。ESPO是以东西伯利亚—太平洋输油管道名称(Eastern Siberian Pacific Ocean pipeline)缩写来命名的混合原油。 相较于乌拉尔原油，将ESPO原油运送给亚洲买家的距离要短得多，因此对西方航运保险等服务依赖程度较低，这可能更容易找到能接受价格高于60美元/桶上限的油轮。

研究介绍 此研究分为上、中、下篇。本文为中篇；本文主要运用随机森林、LASSO回归和灰色模型来对光伏产业链的相关数据和趋势进行预测。数据集主要涵盖光伏产业链的产量、进出口、发电量、PPI、价格等数据，时间段为 2021 年 1 月 31 日到 2022 年 9 月 30 日。研究发现，随机森林和Lasso回归对中国光伏组件净出口数量和金额、太阳能发电量同比增长、多晶硅致密料-平均价、电力与热力生产和供应业资产总计增减、太阳能电池产量当月值的模糊预测较优；灰色预测模型运用多晶硅价格预测光伏组件月度出口数量和金额、光伏组件净出口金额与数量、电力与热力生产和供应业资产总计增减、全社会工业用电量、太阳能发电量累计增长、太阳能发电量的月度同比数据，部分预测具有较高同趋势概率。上篇涉及关联规则算法挖掘，而下篇主要展示因子的特征重要性。 术语解释 术语 解释 集成学习 评估多个机器学习算法结果来完成机器学习任务 基学习器 若集成学习中的机器学习算法为同种类型的个体学习器，则此个体学习器为基学习器 个体学习器 集成学习前的学习器为个体学习器 学习器 机器学习算法模型 bagging集成算法 集成学习中的基学习器是相互独立的 回归决策树 通过根节点和决策节点计算不纯洁度（损失函数）；然后，通过不纯洁度判断出决策树叶节点。通过这叶节点将因变量（需预测变量y）划分为不同区间，将落在相同区间内的y值取均值（预测值）。 损失函数 评估模型训练效果时，损失函数是用来评估预测值与真实值之间的差异，成为损失值。 节点 在决策树中，每颗决策树只有一个根节点；叶节点负责划分最终的判断预测区间。所有非根节点和非叶节点都为决策节点或内部节点。 数据处理 由于模型对数据频率的需求不同，需要经过数据处理后再输入到模型中训练；原数据频率和频率需求如下表格所示： 因子 原频率 随机森林频率 Lasso回归频率 灰色模型频率 中国光伏组件月度出口数据：数量 月频 日频 日频 月频同比数据 中国光伏组件月度出口数据：金额 中国光伏组件月度进口数据：数量 中国光伏组件月度进口数据：金额 中国光伏组件月度净出口数据：数量 中国光伏组件月度净出口数据：金额 硅__多晶硅月度产量：产量 全社会用电量:工业用电:当月值 太阳能电池(光伏电池):产量:当月值 电力、热力生产和供应业资产总计_增减 太阳能发电量_累计值 太阳能发电量_累计增长 太阳能发电量_同比增长 PPI:当月同比 多晶硅复投料-平均价 日频 多晶硅致密料-平均价 多晶硅菜花料-平均价   当需要将月频数据转为日频数据时，本文运用拉格朗日插值法计算月度数据之间的观测值。当需要将日频数据转为月频同比数据时，本文计算当日与250日前的数值计算涨跌幅百分比。当需要将月频数据转为月频同比数据时，若原数据不为月度同比数据，则计算月度同比。 拉格朗日插值法是以法国十八世纪数学家约瑟夫·拉格朗日命名的一种多项式插值方法，主要用于计算提取数据两点之间的观测值，多用于高频转低频的数据处理过程。拉格朗日插值法包含了梯度差值、线性插值（一阶）、二阶插值、三阶插值或更高阶插值法。本文的差值标准是保留月度数据真实性的同时，又要提取月度数据之间的观测值；线性插值法将使本文的最佳插值方案。 若平面（或笛卡尔坐标系）中有不重合的n个点：(x 1 , y 1 ), (x 2 , y 2 ), … ,(x n , y n )，拉格朗日插值公式如下所示： 在公式中，n代表拉格朗日插值法的阶数，在本文中运用的是是线性插值法（一阶拉格朗日插值法），所以n在本文中为1。确定插值法的阶数后，还需要确定两点之间的单位数量。由于月份之间的工作日受假期影响，将日频日期和月频日期取并集，计算并集中月频日期之间的差值减一，便可得到月份之间的单位数量。 随机森林预测 随机森林模型介绍 随机森林由上世纪八十年代的Breiman等人发明的以决策树为 基学习器 的基础上引入随机特征选择过程的 bagging集成算法 。此集成算法基于自助采样法（Bootstrap Sampling）使基学习器相互独立。自主采样法可以理解为有放回的随机采样。在自助采样法中，通过取极限可得知，约为63.2%的样本将会被采样。随机森林有回归森林和分类森林两种，本文主要讲述回归森林。随机森林的回归树主要以均方误差（MSE）或平均绝对误差（MAE）作为损失函数来判断 节点 。本文以MSE作为损失函数。本文的 叶节点 判断方法：若某个 决策节点（内部节点） 的划分样本小于等于2或决策节点的损失值（不纯洁度）小于1e -7 ，则此决策节点将作为叶节点。 多元回归森林流程的符号与解释如下： 随机森林的基学习器（单颗回归树）决策节点损失值计算 模型遍历了基回归树数量、树最大深度后，得到了较优的随机森林模型。模型的训练和测试数据比例为7:3，训练集与测试集的R方均在0.9以上。但由于数据量较少，仍有模型过拟合风险。   LASSO 回归预测 LASSO回归介绍 由1996年Robert Tibshirani首次提出，全称Least absolute shrinkage and selection operator。此模型能最大程度保留主要因子变量，有时能达到数据降维效果。 LASSO 回归原理 范数项 意义 L0 矩阵中非零元素的个数 L1 矩阵中非零元素的绝对值之和 L2 矩阵中元素的平方和后开平方 Lp 估计矩阵元素中的最大值 与随机森林结果相比，Lasso回归预测的R方略低于随机森林回归树，平均R方在0.88左右。 随机森林模型与Lasso回归区间预测 预测2022年10月31日数值区间 灰色模型趋势预测 灰色模型介绍 灰色系统是由华中科技大学的邓聚龙教授于80年代初创立，该系统作为新兴的横断学科，在短短的二十年里已得到了长足的发展。 其已经成为社会，经济，科教，科技等很多领域进行预测，决策，评估，规划，控制，系统分析和建模的重要方法之一。特别是它对于时间序列短，统计数据少，信息不完全系统的建模与分析，具有非常显著的功效。 灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。其用等时距观测到的反映预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。 灰色模型预测概率 模型的自变量为多晶硅价格同比，包含多晶硅复投料平均价当月同比，多晶硅致密料平均价当月同比，多晶硅菜花料平均价当月同比。在输入灰色模型前将对数据进行标准化处理。因为本文发现经过z-score标准化处理数据后，回测模型的预测趋势概率有所提高。z-score标准化处理公式为（变量 – 变量均值）/变量标准差。模型的预测概率中，多晶硅价格对太阳能发电量和光伏组件出口数据的预测概率较高。同趋势概率为预测趋势与原值趋势相同的概率。同趋势概率如下图所示： 此研究的下篇将参考中篇的随机森林模型和LASSO回归模型，从而输出因子重要性，其中将涉及因子重要性的计算；下篇将对光伏产业链量化研究系列（上篇，中篇，下篇）进行总结。下篇预计本周五发布。 注意：本文仅供参考，不构成投资建议 》点击查看SMM数据库      

研究介绍 此研究主要分上、中、下篇。本文为上篇；本文主要运用Apriori关联规则算法 启发式 地挖掘光伏产业链月度同比数据之间增减的关系。数据集主要涵盖光伏产业链的产量、进出口、发电量、PPI、价格等数据，时间段为2021年1月31日到2022年9月30日。研究发现，多晶硅致密料平均价在算法中具有较高支持度与置信度，且价格当月同比数据的更新时间比其他同比数据提早一个月，所以价格当月同比数据具有一定的趋势预测能力。中篇涉及预测，而下篇主要展示因子的特征重要性。通过算法挖掘发现，多晶硅致密料平均价同比增加大概率会触发太阳能发电量、光伏组件净出口金额的当月同比增长。 Apriori算法术语介绍 术语 解释 关联分析（Association Analysis） 在大规模数据集中寻找有趣的关系。 频繁项集（Frequent Item Sets） 经常出现在一块的事件的集合，即包含0个或者多个项的集合称为项集。 支持度（Support） 支持度揭示了A与B同时出现的概率。如果A与B同时出现的概率小，说明A与B的关系不大；如果A与B同时出现的非常频繁，则说明A与B总是相关的。 置信度（Confidence） 置信度揭示了A出现时，B是否也会出现或有多大概率出现。如果置信度太低，则说明A的出现与B是否出现关系不大。 关联规则（Association Rules） 暗示两个事件之间可能存在很强的关系。形如A->B (from A to B) 的表达式，规则A->B的度量包括支持度和置信度   Apriori算法步骤 1、数据根据阀值生成字符串 2、找出所有的频集，这些项集出现的支持度大于等于预定义的最小支持度。 3、由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度，本文均设为20%。 4、使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，筛选出B端（A->B）事件为单一事件的关联规则。在本文中，B端包含多晶硅致密料平均价、光伏组件净出口数量、光伏组件净出口金额、光伏组件净出口金额的其中一个，A为所有产业链数据 5、最后筛选出A端不存在B端字符串，确立为强关联规则库   数据描述与处理 当月同比数据统计描述 同比数据共有21行月度数据（2021年1月31日到2022年9月30日），17个数据特征（列），表1与表2描述如下： 1、数据分布为非正态分布，数据单位皆为百分百（%） 2、多晶硅价格与产量、光伏组件进出口数据来源于SMM，其他数据来源于国家统计局 3、多晶硅的价格同比数据更新时间比其他同比数据早1个月 4、非同比数据转换处理：以价格时间轴为准向前填充缺失值，每个数据点以前250的数据进行同比计算；最后取多晶硅产量为时间轴，数据再次向前填充缺失值 特征之间的相关性热力图 图1为同比数据相关性热力图，多晶硅致密料等平均价当月同比数据与PPI、中国光伏组件进口金额、太阳能发电量、太阳能电池产量的同比数据具有强正相关性，且与电力、热力和供应业资产、全社会工业用电量具有强负相关性。   特征工程 数据输入算法前，需要根据一定阀值，将数据转化为事件（字符串），之后再转换为布尔值。阀值根据特征各自的75%，50%，25%分位数来设定；同比增加或减少的幅度根据阀值及分类条件将分类为大幅或小幅。最终会产生5类特征：同比大幅增加、同比小幅增加、同比持平、同比小幅减少、同比大幅减少。分类条件及阀值如下： 若当月同比数据的25%分位数小于0： 若当月同比数据的25%分位数大于0： 阀值： 表2与表3的筛选条件与往期报告《SMM分析：关联规则算法挖掘铝价、库存和产量同比规律》（可点击 链接 查看）中的筛选条件一致。     强关联规则 》点击查看SMM数据库 表4描述了一系列强关联规则，强关联规则根据置信度由大到小排列。归纳出以下四条： 1、多晶硅致密料平均价当月同比 增长 与PPI、光伏组件进口金额（或净出口金额）、太阳能发电量、全社会工业用电的当月同比增长有密切关系； 2、太阳能发电量同比 增长 与PPI、多晶硅月度产量、光伏组件出口金额、 多晶硅致密料平均价 有密切关系。 3、光伏组件净出口金额当月同比 增长 与PPI、 多晶硅致密料平均价 、太阳能发电量、全社会工业用电、多晶硅月度产量的当月同比增长有密切关系； 4、光伏组净出口数量当月同比 减少 与多晶硅月度产量、太阳能光伏电池产量、光伏组件进口金额的当月同比增长有密切关系； 本文根据强关联规则归纳出以上流程图，如图2所示。PPI、光伏组件进口金额（或净出口金额）、太阳能发电量、全社会工业用电的当月同比增长可能会导致多晶硅致密料平均价格同比增加；然后，多晶硅致密料平均价格同比增加又可能会导致太阳能发电量和光伏组件净出口金额同比增加。 中篇预计下周发布。此研究的中篇将参考上篇启发式发掘的规律，运用数据处理算法和预测模型对B端数值进行预测和A端数据的趋势进行预测；数据处理算法包括拉格朗日插值法、z-score标准化处理算法；预测模型包括随机森林模型、LASSO回归模型、灰色模型。   注意：本文仅供参考，不构成投资建议