Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-fin > arXiv:2503.13056

帮助 | 高级搜索

定量金融 > 计算金融

arXiv:2503.13056 (q-fin)
[提交于 2025年3月17日 ]

标题: 绿色PPA在电力市场的深度对冲

标题: Deep Hedging of Green PPAs in Electricity Markets

Authors:Richard Biegler-König, Daniel Oeltz
摘要: 在电力市场中,绿色电力购买协议已成为从化石燃料向风能或太阳能等可再生能源过渡的重要合同工具。 交易绿色PPA会使参与者面临价格风险和天气风险。 此外,发达的电力市场具有所谓的“自相残杀”效应:大量电力输入会导致价格下降,反之亦然。 由于天气是一个不可交易的实体,因此出现了如何在此高度不完善的环境下进行对冲和风险管理的问题。 我们提出了一种“深度对冲”框架,利用机器学习方法构建对冲策略。 与不同的风险衡量标准相比,这些策略优于静态和动态基准策略。
摘要: In power markets, Green Power Purchase Agreements have become an important contractual tool of the energy transition from fossil fuels to renewable sources such as wind or solar radiation. Trading Green PPAs exposes agents to price risks and weather risks. Also, developed electricity markets feature the so-called cannibalisation effect : large infeeds induce low prices and vice versa. As weather is a non-tradable entity the question arises how to hedge and risk-manage in this highly incom-plete setting. We propose a ''deep hedging'' framework utilising machine learning methods to construct hedging strategies. The resulting strategies outperform static and dynamic benchmark strategies with respect to different risk measures.
主题: 计算金融 (q-fin.CP) ; 机器学习 (cs.LG); 风险管理 (q-fin.RM)
引用方式: arXiv:2503.13056 [q-fin.CP]
  (或者 arXiv:2503.13056v1 [q-fin.CP] 对于此版本)
  https://doi.org/10.48550/arXiv.2503.13056
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Daniel Oeltz [查看电子邮件]
[v1] 星期一, 2025 年 3 月 17 日 11:02:23 UTC (43,865 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
q-fin
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-03
切换浏览方式为:
cs
cs.LG
q-fin.CP
q-fin.RM

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号